混淆图像质量评价：迈向更佳增强现实体验
计算机视觉与模式识别
2022-12-07 v2 图像与视频处理
摘要
随着多媒体技术的发展，增强现实（AR）已成为一种有前景的下一代移动平台。AR 的主要价值在于促进数字内容与真实世界环境的融合，然而，关于这种融合如何影响这两类组件的体验质量（QoE）的研究尚显不足。为获得更好的 AR 体验质量（其两层相互受影响），首要的是评估其感知质量。本文将 AR 技术视为虚拟场景与真实场景的叠加，并引入视觉混淆作为其基本理论。我们首先提出一个更通用的问题，即评估叠加图像的感知质量，亦即混淆图像质量评价（confusing image quality assessment）。我们建立了 ConFusing Image Quality Assessment（CFIQA）数据库，包含 600 张参考图像与 300 张由成对参考图像混合生成的失真图像。随后开展了主观质量感知研究与客观模型评估实验，以深入理解人类如何感知混淆图像。我们还提出了一种称为 CFIQA 的客观指标，以更好地评价混淆图像质量。此外，基于 CFIQA 研究进一步开展了扩展的 ARIQA 研究。我们建立了一个 ARIQA 数据库以更好地模拟真实 AR 应用场景，包含 20 张 AR 参考图像、20 张背景（BG）参考图像，以及由 AR 与 BG 参考生成的 560 张失真图像及相应收集的主观质量评分。我们还设计了三类全参考（FR）图像质量评价（IQA）指标，以研究在设计相应 IQA 算法时是否应考虑视觉混淆。最终提出了一种 ARIQA 指标，以更好地评价 AR 图像的感知质量。
引用
@article{arxiv.2204.04900,
title = {Confusing Image Quality Assessment: Towards Better Augmented Reality Experience},
author = {Huiyu Duan and Xiongkuo Min and Yucheng Zhu and Guangtao Zhai and Xiaokang Yang and Patrick Le Callet},
journal= {arXiv preprint arXiv:2204.04900},
year = {2022}
}