结合全局与局部失真测度的全参考图像质量评估

全参考图像质量评估（FR-IQA）技术通过比较参考图像与失真/测试图像，以代表客观评分的标量值来预测测试图像的感知质量。FR-IQA 技术的评估是通过将技术得出的客观评分与用于 IQA 的图像数据库中提供的主观评分（来自人类观察者）进行比较来进行的。因此，我们合理地假设人类观察者的目标是对测试图像中存在的失真进行评级。目标导向任务由人类视觉系统（HVS）通过自上而下处理来完成，该处理主动寻找由目标驱动的局部失真。因此，图像中的局部失真测度对于自上而下处理非常重要。同时，自下而上处理也同时发生，标志着 HVS 中的自发视觉功能。为了考虑这一点，可以使用全局感知特征。因此，我们假设图像的最终客观评分可以由从参考图像和测试图像计算出的局部和全局失真测度组合推导而来。我们通过测量梯度和对比度信息中的局部相关性差异来计算局部失真。对于全局失真，使用由自下而上的显著性模型计算得出的显著性图的差异性。对所提方法的动机进行了充分讨论，并伴随直观分析。最后，在六个基准数据库上进行了实验，表明所提方法的有效性，其性能与 state-of-the-art 方法相当，并在整体性能上有所提升。