Blind Omnidirectional Image Quality Assessment: Integrating Local Statistics and Global Semantics

要約

全方向画像品質評価 (OIQA) は、視覚環境の 180$\times$360$^{\circ}$ 表示範囲全体をカバーする全方向画像の知覚品質を予測することを目的としています。
ここでは、無指向性画像の低レベルの統計と高レベルのセマンティクスの間のギャップを埋める、S$^2$ という名前のブラインド/非参照 OIQA メソッドを提案します。
具体的には、統計的特徴と意味的特徴が、複数のローカル ビューポートと幻覚のグローバル全方向画像からそれぞれ別々のパスで抽出されます。
次に、抽出された品質認識機能を知覚品質予測にマッピングする重み付けプロセスとともに品質回帰が行われます。
実験結果は、提案された S$^2$ メソッドが最先端のメソッドに対して非常に競争力のあるパフォーマンスを提供することを示しています。

要約(オリジナル)

Omnidirectional image quality assessment (OIQA) aims to predict the perceptual quality of omnidirectional images that cover the whole 180$\times$360$^{\circ}$ viewing range of the visual environment. Here we propose a blind/no-reference OIQA method named S$^2$ that bridges the gap between low-level statistics and high-level semantics of omnidirectional images. Specifically, statistic and semantic features are extracted in separate paths from multiple local viewports and the hallucinated global omnidirectional image, respectively. A quality regression along with a weighting process is then followed that maps the extracted quality-aware features to a perceptual quality prediction. Experimental results demonstrate that the proposed S$^2$ method offers highly competitive performance against state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google