基于切向视图的超分辨率全景图像质量评估
图像与视频处理
2021-01-27 v1 计算机视觉与模式识别
摘要
全景图像（ODIs），亦称 360 度图像，使观看者能从固定点探索给定 360 度场景的各个方向。设计带 ODI 的沉浸式成像系统具有挑战性，因为此类系统需要整个 360 度视空间的非常大分辨率覆盖以提供增强的体验质量（QoE）。尽管基于深度学习的单图像超分辨率（SISR）方法取得了显著进展，但目前尚无针对超分辨率 ODI 质量评估的研究来分析此类 SISR 技术的质量。本文提出一种客观全参考质量评估框架，研究由基于 GAN 与基于 CNN 的 SISR 方法生成之 ODI 的质量度量。该质量评估框架利用切向视图来应对给定 ODI 的球面特性。生成的切向视图无失真，并可高效缩放至高分辨率球面数据以进行 SISR 质量度量。我们使用广泛使用的全参考 SISR 质量指标（适配于所设计框架）对两种最先进 SISR 方法进行了广泛评估。此外，我们的研究揭示大多数客观指标在基于 CNN 的 SISR 上表现优异，而主观测试更偏好基于 GAN 的架构。
引用
@article{arxiv.2101.10396,
title = {Quality Assessment of Super-Resolved Omnidirectional Image Quality Using Tangential Views},
author = {Cagri Ozcinar and Aakanksha Rana},
journal= {arXiv preprint arXiv:2101.10396},
year = {2021}
}
备注
Paper Accepted at Electronic Imaging