利用多层纹理和多级小波信息进行盲光场图像质量评估

《IEEE Transactions on Broadcasting》：Blind Light Field Image Quality Assessment Using Multiplane Texture and Multilevel Wavelet Information

提出基于多平面纹理和四维离散哈夫曼小波变换的无参考LFI质量评估方法MPT-MWI-BLiF，结合次级视觉皮层纹理敏感性和神经元频率响应特性，提取全局纹理变异和子带几何/系数强度特征，利用支持向量回归预测主观质量，实验表明其评估精度高且计算效率低。

　　

摘要：

光场图像（LFI）由于其在中沉浸式应用中的重要性而受到了广泛关注和兴趣。尽管LFI中丰富的信息能够提供更沉浸式的体验，但也给光场图像质量评估（LFIQA）带来了更大的挑战，尤其是在参考信息无法获取的情况下。本文受到高维LFI的整体视觉感知以及人类视觉系统（HVS）相关神经科学研究的启发，提出了一种新的盲式光场图像质量评估指标，该方法利用了多平面纹理和多级小波信息，简称为MPT-MWI-BLiF。具体而言，考虑到次级视觉皮层（V2）对纹理的敏感性，我们首先将LFI转换为多个独立的平面，并从这些平面中捕捉纹理变化。然后，计算所有平面的纹理变化的统计直方图作为整体纹理变化特征。此外，由于视觉皮层中的神经元响应具有频率依赖性，我们通过使用四维离散Haar小波变换（4D-DHWT）将LFI分解为多级小波子带来模拟这一视觉感知过程。接着，分别计算一级4D-DHWT子带的几何特征和二级4D-DHWT子带的系数强度特征。最后，我们将所有提取的质量相关特征结合起来，并使用广泛使用的支持向量回归（SVR）来预测LFI的感知质量。为了充分验证所提指标的有效性，我们在五个具有代表性的LFIQA数据库上进行了大量实验，并采用了两种交叉验证方法。实验结果表明，该指标在质量评估方面具有优越性，且与其他最先进指标相比时间复杂度更低。完整代码将公开发布在https://github.com/ZhengyuZhang96/...

显示更多