受脑感觉-运动融合启发的盲立体图像质量评价
计算机视觉与模式识别
2017-09-05 v1
摘要
3D和立体成像的使用正在迅速增加。压缩、传输和处理可能会降低立体图像的质量。此类图像的质量评价不同于其2D对应图像。代表人类视觉系统(HVS)的3D感知的度量标准有望更准确地评估立体质量。本文受脑感觉/运动融合过程启发，将两幅立体图像融合在一起。然后从每幅融合图像中提取两幅合成图像。展示了不同失真对合成图像统计分布的影响。基于观察到的统计变化，从这些合成图像中提取特征。这些特征能够揭示失真的类型和严重程度。然后，提出了一种堆叠神经网络模型，该模型学习提取的特征并准确评估立体图像的质量。该模型在流行数据库的3D图像上进行了测试。实验结果表明，该方法优于最先进的立体图像质量评价方法。
引用
@article{arxiv.1709.00725,
title = {Blind Stereo Image Quality Assessment Inspired by Brain Sensory-Motor Fusion},
author = {Maryam Karimi and Najmeh Soltanian and Shadrokh Samavi and Nader Karimi and S. M. Reza Soroushmehr and Kayvan Najarian},
journal= {arXiv preprint arXiv:1709.00725},
year = {2017}
}
备注
11 pages, 13 figures, 3 tables