VR IQA NET：基于对抗学习的深度虚拟现实图像质量评估
计算机视觉与模式识别
2018-04-12 v1
摘要
本文中，我们提出一种用于全景图像的基于对抗学习的新型虚拟现实图像质量评估（VR IQA）。为考虑全景图像的特性，我们设计了包含新型质量分数预测器与人类感知引导器的深度网络。所提质量分数预测器利用潜在空间与位置特征自动预测失真图像的质量分数。所提人类感知引导器通过对抗学习，以人类感知分数批评预测器预测的质量分数。为评估，我们使用全景图像数据集进行了广泛的主观实验。实验结果表明，所提VR IQA指标优于2-D IQA与当前最优（SOTA）的VR IQA。
引用
@article{arxiv.1804.03943,
title = {VR IQA NET: Deep Virtual Reality Image Quality Assessment using Adversarial Learning},
author = {Heoun-taek Lim and Hak Gu Kim and Yong Man Ro},
journal= {arXiv preprint arXiv:1804.03943},
year = {2018}
}
备注
To appear at IEEE ICASSP 2018