自由视点视频立体图像质量评估新法：深度感知与人眼特性融合

本文探讨了一种创新的自由视点视频系统中立体图像质量评价方法，由宁波大学信息科学与工程学院的研究团队——王士培、彭宗举、陈芬和蒋刚毅等人提出。他们针对这种高度交互式和沉浸式的视频体验，认识到传统的质量评估标准可能无法准确捕捉观众的主观感受，因此设计了专门针对人眼视觉特性和深度感知的评价体系。 首先，该方法对参考图像和失真图像进行小波分解，这是为了分析图像的细节结构。小波变换能够捕捉图像的多尺度特征，通过对比敏感度函数对分解后的系数进行加权，强调那些人眼对图像变化更为敏感的部分。通过计算两者之间的平均结构相似度（SSIM），研究人员可以量化基于内容的质量分数，反映图像在内容上的相似度和一致性。 接着，他们在双目匹配区域中定位中心凹区域，这一区域通常与人眼的聚焦区域对应。在该区域内，计算两幅图像的平均相位相似度，以衡量深度信息的保真度，从而得到基于深度感知的质量分数。深度感知对于自由视点视频体验至关重要，因为它影响观众的空间感知和沉浸感。 进一步，通过阈值提取技术，研究人员关注那些在人眼中明显感知到的失真区域。他们将这些区域与另一个视点图像的对应区域进行结构相似度计算，以评估双目特性对图像质量的影响。这种方法考虑了立体视觉效果，即视差信息，这对于立体图像的质量评估至关重要。 最后，将这三部分的质量分数融合，形成综合的图像质量评分。实验结果显示，这种评价方法与主观感知有良好的一致性，能更准确地模拟和反映人眼在自由视点视频中的视觉体验。这样的方法对于优化自由视点视频系统的性能、提高用户体验以及指导相关算法优化具有重要意义。 关键词：自由视点视频、立体图像、虚拟视点、人眼视觉特性、深度感知。文章被发表在《XXXX》杂志上，并获得了国际认可，引用了独特的文献标识码和DOI，展示了作者们在这个领域深入研究的专业素养。