基于显著性的立体三维视频质量评估
图像与视频处理
2018-03-13 v1
摘要
为研究人类视觉系统(HVS)对 3D 内容的视觉注意行为，进行了眼动追踪实验并设计了视觉注意模型(VAMs)。这些 VAMs 的主要应用之一在于 3D 视频的质量评估。将 2D VAMs 用于设计 2D 质量度量已得到充分探索。本文研究了将 3D VAMs 引入立体 3D 视频的全参考(FR)和无参考(NR)质量评估度量中所带来的附加价值。为此，将最先进的 3D VAMs 集成到多种现有 FR 和 NR 立体视频质量度量的质量评估流程中。使用具有各类失真的大规模立体视频数据库进行的性能评估表明，使用显著性图通常能改善立体视频质量评估任务的性能。然而，根据失真类型、所用度量及 VAM 的不同，改善程度会有所变化。
引用
@article{arxiv.1803.04096,
title = {Saliency Inspired Quality Assessment of Stereoscopic 3D Video},
author = {Amin Banitalebi-Dehkordi and Panos Nasiopoulos},
journal= {arXiv preprint arXiv:1803.04096},
year = {2018}
}
备注
Multimedia Tools and Applications, 2018