基于熵差分的中央凹视频质量评价
图像与视频处理
2021-06-15 v1 计算机视觉与模式识别
摘要
由于近期硬件技术的进步，虚拟现实正重新受到关注。沉浸式图像/视频正被广泛采用以承载全向视觉信息。然而，由于真实视频数据对更高空间与时间分辨率的需求，沉浸式视频需要显著更大的带宽消耗。为减轻带宽压力，中央凹视频压缩正重新流行，其利用了视网膜的空间变化空间分辨率。为推动中央凹视频压缩的进展，我们提出一种全参考（FR）中央凹图像质量评价算法，称为中央凹熵差分（FED），其通过应用由基于中央凹的误差敏感度函数加权的局部熵之差，利用带通响应的自然场景统计。我们通过在新创建的用于虚拟现实（VR）的 2D 和 3D LIVE-FBT-FCVR 数据库上测量 FED 预测与人类判断的相关性来评估所提算法。与其他现有全参考算法相比，所提算法性能达到最先进水平。FED 的软件已发布于：http://live.ece.utexas.edu/research/Quality/FED.zip
引用
@article{arxiv.2106.06817,
title = {Evaluating Foveated Video Quality Using Entropic Differencing},
author = {Yize Jin and Anjul Patney and Alan Bovik},
journal= {arXiv preprint arXiv:2106.06817},
year = {2021}
}