考慮視覺顯著性的圖像質(zhì)量評估.pdf

1、考慮人眼視覺特性的圖像質(zhì)量評估方法已經(jīng)成為客觀評估方法的主要研究方向,視覺顯著度(Visual Saliency)作為人類視覺系統(tǒng)當(dāng)中的高級特征正在被研究者們?nèi)谌氲皆u估過程當(dāng)中?，F(xiàn)有的研究成果已經(jīng)表明將眼動追蹤實驗得到的顯著圖加入到圖像質(zhì)量評估算法當(dāng)中可以提升算法的性能。但是由于人類視覺系統(tǒng)的復(fù)雜特性,目前沒有模型可以準(zhǔn)確的對顯著度特性進(jìn)行建模,生成和眼動數(shù)據(jù)接近的顯著圖。
　　為了研究模型預(yù)測的顯著圖和眼動實驗獲取的顯著度真實值

2、之間的差異,深入了解該差異對最終質(zhì)量評估算法性能的影響程度,本文首先進(jìn)行了眼動(eye-tracking)實驗,獲取了LIVE database中所有參考圖像的顯著圖,并且選取了四個典型的顯著度模型和其進(jìn)行比較,證明了現(xiàn)有的顯著度模型預(yù)測精度較低,無法真實反映人眼的顯著度特性。
　　該對比實驗進(jìn)一步證明隨著顯著度模型預(yù)測精度的提升,模型在評估算法中帶來的性能增益越高;更重要的是,本實驗還發(fā)現(xiàn)了引入顯著性帶來的評估性能增益是和圖像內(nèi)

3、容相關(guān)的。因此,是否融入顯著圖應(yīng)該首先考慮圖像的特性,在最小化評估算法復(fù)雜度的前提下,最大化其性能增益。
　　在上述結(jié)論的基礎(chǔ)上,本文提出了一種基于對比度的顯著度預(yù)測模型,該模型在對顯著度進(jìn)行建模時僅利用高斯金字塔提取的亮度對比度特征,相比于其他算法具有較低的復(fù)雜度;其次,本算法在考慮圖像內(nèi)容特性的基礎(chǔ)上自適應(yīng)的將模型融入到SSIM和PSNR評估算法當(dāng)中。實驗結(jié)果表明,兩種評估算法的性能都得到了提升并且增益結(jié)果和引入眼動實驗數(shù)據(jù)的