从明显失真到极高保真度的细粒度HDR图像质量评估
计算机视觉与模式识别
2025-06-17 v1
摘要
高动态范围（HDR）和广色域（WCG）技术相比标准动态范围（SDR）和标准色域显著改善了色彩还原，从而生成更准确、更丰富、更沉浸的图像。然而，HDR增加了数据需求，对带宽效率和压缩技术提出了挑战。压缩和显示技术的进步需要更精确的图像质量评估，特别是在感知差异细微的高保真范围内。为了填补这一空白，我们引入了AIC-HDR2025，这是首个此类HDR数据集，包含100张测试图像，这些图像来自五个HDR源，每个源使用四种编解码器在五个压缩级别下进行压缩。它覆盖了高保真范围，从可见失真到低于视觉无损阈值的压缩级别。主观研究采用JPEG AIC-3测试方法，结合了普通三元组比较和增强三元组比较。总共，从四个完全受控实验室的151名参与者处收集了34,560条评分。结果证实AIC-3能够实现精确的HDR质量估计，在1 JND处95%置信区间的平均宽度为0.27。此外，若干最近提出的客观指标根据其与主观评分的相关性进行了评估。该数据集公开发布。
引用
@article{arxiv.2506.12505,
title = {Fine-Grained HDR Image Quality Assessment From Noticeably Distorted to Very High Fidelity},
author = {Mohsen Jenadeleh and Jon Sneyers and Davi Lazzarotto and Shima Mohammadi and Dominik Keller and Atanas Boev and Rakesh Rao Ramachandra Rao and António Pinheiro and Thomas Richter and Alexander Raake and Touradj Ebrahimi and João Ascenso and Dietmar Saupe},
journal= {arXiv preprint arXiv:2506.12505},
year = {2025}
}
备注
This paper has been accepted to QoMEX 2025. The work is funded by the DFG (German Research Foundation) - Project ID 496858717, titled "JND-based Perceptual Video Quality Analysis and Modeling". D.S. is funded by DFG Project ID 251654672