用于高动态范围图像质量的统一数据集与指标
图像与视频处理
2021-05-12 v2 计算机视觉与模式识别
摘要
高动态范围（HDR）图像与视频内容日益普及，带来了对能够在不同亮度水平和动态范围的显示器上预测图像损伤严重程度的指标的需求。此类指标应在足够大的主观图像质量数据集上训练与验证，以确保稳健性能。由于现有 HDR 质量数据集规模有限，我们通过重新对齐并合并现有的 HDR 与标准动态范围（SDR）数据集，创建了包含逾 4,000 幅图像的 Unified Photometric Image Quality（UPIQ，统一光度图像质量）数据集。重新对齐的质量分数在所有数据集间共享同一统一质量标度。这种重新对齐是通过收集额外的跨数据集质量比较并使用心理物理标度方法对数据重新缩放实现的。所提数据集中的图像以绝对光度与色度单位表示，对应于显示器发出的光。我们使用新数据集重新训练现有 HDR 指标，并表明该数据集足以训练深度架构。我们展示了该数据集在亮度感知图像压缩上的效用。
引用
@article{arxiv.2012.10758,
title = {Consolidated Dataset and Metrics for High-Dynamic-Range Image Quality},
author = {Aliaksei Mikhailiuk and Maria Perez-Ortiz and Dingcheng Yue and Wilson Suen and Rafal K. Mantiuk},
journal= {arXiv preprint arXiv:2012.10758},
year = {2021}
}