What Makes for a Good Stereoscopic Image?

要約

仮想現実 (VR) ヘッドセットの急速な進歩により、没入型で快適な 3D 体験を提供するには、立体視体験の品質 (SQoE) を効果的に測定することが不可欠になりました。
しかし、既存のステレオ指標のほとんどは、視覚的な不快感や画質など、視聴体験の個別の側面に焦点を当てており、従来はデータの制限に直面していました。
これらのギャップに対処するために、私たちは、広範な一般的な知覚の歪みとアーティファクトを特徴とする実際の立体画像と合成立体画像で構成される新しいデータセットである SCOPE (Stereoscope COContent Preference Evaluation) を紹介します。
このデータセットには、VR ヘッドセットで収集された好みのアノテーションがラベル付けされており、さまざまなヘッドセット間でユーザーの好みに顕著な一貫性があることが調査結果で示されています。
さらに、データセットでトレーニングされたステレオ体験品質評価の新しいモデルである iSQoE を紹介します。
モノラルからステレオへの変換方法を比較した場合、iSQoE は既存の方法よりも人間の好みによく適合することを示します。

要約(オリジナル)

With rapid advancements in virtual reality (VR) headsets, effectively measuring stereoscopic quality of experience (SQoE) has become essential for delivering immersive and comfortable 3D experiences. However, most existing stereo metrics focus on isolated aspects of the viewing experience such as visual discomfort or image quality, and have traditionally faced data limitations. To address these gaps, we present SCOPE (Stereoscopic COntent Preference Evaluation), a new dataset comprised of real and synthetic stereoscopic images featuring a wide range of common perceptual distortions and artifacts. The dataset is labeled with preference annotations collected on a VR headset, with our findings indicating a notable degree of consistency in user preferences across different headsets. Additionally, we present iSQoE, a new model for stereo quality of experience assessment trained on our dataset. We show that iSQoE aligns better with human preferences than existing methods when comparing mono-to-stereo conversion methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google