帮助视障人士拍摄更高质量的照片
计算机视觉与模式识别
2023-07-26 v1 图像与视频处理
摘要
基于感知的图像分析技术可用于通过提供自动化引导来帮助视障人士拍摄更高质量的照片，从而使其能够在社交媒体上更自信地互动。视障用户拍摄的照片常受到两类质量问题中一类或两类的影响：技术质量（畸变）以及语义质量，如取景与美学构图。本文我们开发工具来帮助他们尽量减少常见技术畸变的发生，如模糊、曝光不足和噪声。我们不解决语义质量的互补问题，留待未来工作。由于经常出现的严重且混杂的畸变，评估和提供关于视障用户所拍摄照片技术质量的可操作反馈这一问题已足够困难。为推动分析和度量视障用户生成内容（VI-UGC）技术质量问题的进展，我们构建了一个非常大规模且独特的主观图像质量与畸变数据集。这一我们称之为 LIVE-Meta VI-UGC 数据库的新感知资源包含 K 张真实世界畸变的 VI-UGC 图像和 K 个图像块，我们在其上记录了 M 个人类感知质量判断和 M 个畸变标签。利用这一心理测量资源，我们还创建了一个自动的盲图像质量与畸变预测器，其学习局部到全局的空间质量关系，在 VI-UGC 照片上取得了最先进的预测性能，显著优于现有图像质量模型在这一独特畸变图像数据类上的表现。我们还创建了一个原型反馈系统，通过构建多任务学习框架，帮助引导用户缓解质量问题并拍摄更高质量的照片。
引用
@article{arxiv.2305.08066,
title = {Helping Visually Impaired People Take Better Quality Pictures},
author = {Maniratnam Mandal and Deepti Ghadiyaram and Danna Gurari and Alan C. Bovik},
journal= {arXiv preprint arXiv:2305.08066},
year = {2023}
}