图像质量评估：通过自适应多质量因子在词典空间中的响应探索区域异质性
图像与视频处理
2024-12-25 v1 计算机视觉与模式识别
摘要
由于图像质量影响因素在场景、内容和失真类型方差显著，尤其是在区域异质性背景下，我们提出一种自适应多质量因子（AMqF）框架在词典空间中表示图像质量，以精确捕捉非均匀失真区域的质量特征。通过设计适配器，该框架可灵活分解质量因子（如亮度、结构、对比度等）以符合人类视觉感知，并将其量化为离散视觉词。这些视觉词响应构造的词典基向量，通过获取相应坐标向量，可衡量视觉相似性。我们的方法提供两个关键贡献：其一，一种自适应机制根据人类视觉感知原则提取和分解质量因子，增强其表示能力；其二，构建全面且判别性强的词典空间和基向量，使质量因子能有效响应词典基向量，捕捉图像中非均匀失真模式，显著提高视觉相似性测量准确性。实验结果表明，所提方法在处理各种失真图像方面优于现有最先进方法。源代码已公开于 https://anonymous.4open.science/r/AMqF-44B2。
引用
@article{arxiv.2412.18160,
title = {Image Quality Assessment: Exploring Regional Heterogeneity via Response of Adaptive Multiple Quality Factors in Dictionary Space},
author = {Xuting Lan and Mingliang Zhou and Jielu Yan and Xuekai Wei and Yueting Huang and Zhaowei Shang and Huayan Pu},
journal= {arXiv preprint arXiv:2412.18160},
year = {2024}
}