全景图像质量标注：大规模数据库与新模型
计算机视觉与模式识别
2025-02-24 v1 图像与视频处理
摘要
全景图像的快速应用增长，催生了有效的全景图像质量评估（OIQA）方法。现有OIQA方法在均匀失真的全景图像上开发并测试，但难以直接应用于异构失真的全景图像。本文迄今为止规模最大的OIQA研究，建立了包含10,000张全景图像的数据库OIQ-10K，涵盖均匀和异构失真。为收集每个全景图像的人类意见，我们开展了详尽的心理生理学研究，包括每个全景图像的失真空间分布（局部区域或全局）以及受试者的头部和眼动。此外，我们提出一种新型多任务派生自适应特征调制OIQA模型，名为IQCaption360，能够以文本模板方式为全景图像生成质量标注。广泛实验表明，IQCaption360在提出的OIQ-10K数据库上的表现显著优于现有SOTA方法。OIQ-10K数据库及相关源码已提供于https://github.com/WenJuing/IQCaption360。
引用
@article{arxiv.2502.15271,
title = {Omnidirectional Image Quality Captioning: A Large-scale Database and A New Model},
author = {Jiebin Yan and Ziwen Tan and Yuming Fang and Junjie Chen and Wenhui Jiang and Zhou Wang},
journal= {arXiv preprint arXiv:2502.15271},
year = {2025}
}