基于位置信息损失的自然场景模糊视觉不适预测
图像与视频处理
2020-11-16 v2 计算机视觉与模式识别
摘要
由于调节失败、光学矫正不足或图像再现不完善所引起的模糊感知是视觉不适的常见来源,通常归因于图像谱在空间频域中的异常且恼人的分布。在本文中,这种不适被归因于所观察图案定位精度的损失。作为一个起始的感知原理,假定视觉系统已对自然环境中的图案定位达到最优适应。因此,由于图像图案定位的最佳可能精度由位置 Fisher 信息指示,我们认为模糊不适与这一信息的损失严格相关。遵循此概念,采用了一个调谐于自然场景共性特征的感受野函数模型来预测视觉不适。它是一个复值算子,在空间域与空间频域中均具方向选择性。从高斯模糊的情形出发,通过应用位置 Fisher 信息等价准则,将分析推广至一般类型的模糊。散焦模糊与像散模糊作为重要例子给出。所提模型的有效性通过与主观评分的比较得以验证。该模型在与基于不同协议和设置独立数据库所报道实验的对比中呈线性拟合。
引用
@article{arxiv.2008.01429,
title = {Predicting the Blur Visual Discomfort for Natural Scenes by the Loss of Positional Information},
author = {Elio D. Di Claudio and Paolo Giannitrapani and Giovanni Jacovitti},
journal= {arXiv preprint arXiv:2008.01429},
year = {2020}
}
备注
12 pages, 8 figures, article submitted to Vision Research (Elsevier) Journal in July 2020