Perceptual Depth Quality Assessment of Stereoscopic Omnidirectional Images

要約

奥行き知覚は、没入型仮想現実 (VR) 視覚環境の視聴者エクスペリエンスにおいて重要な役割を果たします。
しかし、3D/立体画像の奥行き品質に関するこれまでの研究はかなり限られており、特に 360 度の全方位コンテンツの 3D 表示についてはほとんど不足しています。
この研究では、ステレオスコピック全方向画像の効率的な非参照 (NR) 深度品質評価のための深度品質インデックス (DQI) と呼ばれる客観的品質評価モデルを開発する最初の試みの 1 つを行います。
人間の視覚システム (HVS) の知覚特性を動機として、提案された DQI は、マルチカラー チャネル、適応ビューポート選択、および眼間相違機能に基づいて構築されています。
実験結果は、単一ビューポートと全方向立体画像データベースの両方を使用してテストした場合、提案された方法が知覚的な奥行き品質の予測において、最先端の画質評価 (IQA) および奥行き品質評価 (DQA) アプローチよりも優れていることを示しています。
さらに、提案された深度品質モデルを既存の IQA 手法と組み合わせることで、3D 全方位画像の全体的な品質を予測するパフォーマンスが大幅に向上することを実証します。

要約(オリジナル)

Depth perception plays an essential role in the viewer experience for immersive virtual reality (VR) visual environments. However, previous research investigations in the depth quality of 3D/stereoscopic images are rather limited, and in particular, are largely lacking for 3D viewing of 360-degree omnidirectional content. In this work, we make one of the first attempts to develop an objective quality assessment model named depth quality index (DQI) for efficient no-reference (NR) depth quality assessment of stereoscopic omnidirectional images. Motivated by the perceptual characteristics of the human visual system (HVS), the proposed DQI is built upon multi-color-channel, adaptive viewport selection, and interocular discrepancy features. Experimental results demonstrate that the proposed method outperforms state-of-the-art image quality assessment (IQA) and depth quality assessment (DQA) approaches in predicting the perceptual depth quality when tested using both single-viewport and omnidirectional stereoscopic image databases. Furthermore, we demonstrate that combining the proposed depth quality model with existing IQA methods significantly boosts the performance in predicting the overall quality of 3D omnidirectional images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google