面向全向交叉参考拼接的图像质量评价
计算机视觉与模式识别
2019-04-24 v2
摘要
随着虚拟现实(VR)的发展，全向图像在制作具有沉浸感的多媒体内容中发挥着重要作用。然而，尽管存在多种现有的全向图像拼接方法，如何定量评价拼接图像的质量仍未被充分探索。为解决该问题，我们建立了一个新颖的全向图像数据集，包含从标准方位 0、90、180 和 270 捕获的拼接图像以及双鱼眼图像。以此方式，当评价由一对鱼眼图像(例如 0 和 180)拼接得到的图像质量时，另一对鱼眼图像(例如 90 和 270)可用作交叉参考，以提供拼接区域的真实观测。基于该数据集，我们进一步用七种评价度量对六种广泛使用的拼接模型进行 IQA 基准测试。据我们所知，这是首个专注于评价全向图像拼接质量的数据集。
引用
@article{arxiv.1904.04960,
title = {Image Quality Assessment for Omnidirectional Cross-reference Stitching},
author = {Kaiwen Yu and Jia Li and Yu Zhang and Yifan Zhao and Long Xu},
journal= {arXiv preprint arXiv:1904.04960},
year = {2019}
}