从自相似性统计中学习无参考图像感知质量评估
计算机视觉与模式识别
2015-10-13 v1
摘要
在各种图像质量评估任务中，由于缺乏关于参考图像和失真类型的先验知识，无参考图像质量评估尤为具有挑战性。基于自然场景统计的特征已成功应用于 BIQA，其中特征的质量相关性对质量预测性能起着至关重要的作用。受人类视觉系统早期处理阶段旨在消除信号冗余以实现高效视觉编码这一事实的启发，我们提出了一种简单但非常有效的 BIQA 方法，通过计算图像中的自相似性统计来实现。具体而言，我们计算失真图像的跨尺度相似性和尺度内相似性，从这些相似性中提取 SOS 特征，并学习一个回归模型将 SOS 特征映射到主观质量分数。大量实验表明，所提出的基于 SOS 的 BIQA 方法具有极具竞争力的质量预测性能和泛化能力。
引用
@article{arxiv.1510.02884,
title = {Learn to Evaluate Image Perceptual Quality Blindly from Statistics of Self-similarity},
author = {Wufeng Xue and Xuanqin Mou and Lei Zhang},
journal= {arXiv preprint arXiv:1510.02884},
year = {2015}
}