論文の概要: Viewport-Unaware Blind Omnidirectional Image Quality Assessment: A Unified and Generalized Approach

• arxiv url: http://arxiv.org/abs/2604.23953v1
• Date: Mon, 27 Apr 2026 01:58:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.696543
• Title: Viewport-Unaware Blind Omnidirectional Image Quality Assessment: A Unified and Generalized Approach
• Title（参考訳）: Viewport-Unaware Blind全方位画像品質評価:統一的、一般化されたアプローチ
• Authors: Jiebin Yan, Kangcheng Wu, Jingwen Hou, Jiayu Zhang, Pengfei Chen, Yuming Fang,
• Abstract要約: ブラインド全方位画像品質評価(BOIQA)は視覚的品質評価コミュニティにとって大きな課題である。 BOIQAモデルの主なパラダイムは、2つのステップ、すなわちビューポート生成と品質予測である。 本稿では,新しいBOIQAアプローチを提案する。
• 参考スコア（独自算出の注目度）: 48.016614649045586
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Blind omnidirectional image quality assessment (BOIQA) presents a great challenge to the visual quality assessment community, due to different storage formats and diverse user viewing behaviors. The main paradigm of BOIQA models includes two steps, ie, viewport generation, and quality prediction, which brings an extra computational burden and is hard to generalize to other visual contents (eg, 2D planar image). Thus, in this paper, we make an attempt to solve these issues. First, we experimentally find that BOIQA can be formulated as a blind (2D planar) image quality assessment (BIQA) problem, ie, the first step - viewport generation - is no longer needed, which narrows the natural gap between BOIQA and BIQA. Then, we present a new BOIQA approach, which has three merits: ie, viewport-unaware - it accepts an omnidirectional image in the widely used equirectangular projection format as input without any transformation; unified - it can also be applied to BIQA; and generalized - it shows better generalizability against other competitors. Finally, we validate its promise by held-out test, cross-database validation, and the well-established gMAD competition.
• Abstract（参考訳）: ブラインド全方位画像品質評価(BOIQA)は、様々なストレージフォーマットと多様なユーザ視聴行動により、視覚的品質評価コミュニティに大きな課題をもたらす。 BOIQAモデルの主なパラダイムは2つのステップ、すなわちビューポート生成と品質予測である。 そこで本稿では,これらの課題を解決しようと試みる。 まず,BOIQAをブラインド(2次元平面)画像品質評価(BIQA)問題として定式化できること,すなわちビューポート生成という第一歩がもはや不要であること,BOIQAとBIQAの自然的ギャップを狭めること,を実験的に確認した。 そして、新しいBOIQAアプローチを提案し、それは3つの利点を持つ:すなわち、ビューポートを意識しない - 広く使われている正方形射影形式における全方位像を変換なしで入力として受け入れる; 統一 - BIQAにも適用できる; 一般化 - 他の競合に対してより良い一般化性を示す。 最後に、ホールドアウトテスト、クロスデータベース検証、および確立されたgMADコンペティションによって、その約束を検証する。

関連論文リスト

• Image Quality Assessment for Embodied AI [103.66095742463195]
  Embodied AIは近年急速に発展しているが、現在も主に実験室に配備されている。 具体的タスク、すなわちロボットの知覚品質における画像のユーザビリティを評価するためのIQA手法は存在しない。
  論文  参考訳（メタデータ） (2025-05-22T15:51:07Z)
• Viewport-Unaware Blind Omnidirectional Image Quality Assessment: A Flexible and Effective Paradigm [29.433569465806176]
  本稿では,2次元平面画像品質評価(2D-IQA)に容易に適用可能な,ビューポートを意識しないフレキシブルで効果的なパラダイムを提案する。 提案モデルでは,他の最先端モデルに対して低複雑性で競合性能を実現し,さらに2D-IQAへの適応能力を検証した。
  論文  参考訳（メタデータ） (2025-03-08T08:50:10Z)
• Subjective and Objective Quality Assessment of Non-Uniformly Distorted Omnidirectional Images [33.10692798685548]
  ユーザの視動作を適応的にシミュレートすることで,非一様歪みに対する知覚誘導型OIQAモデルを提案する。 実験の結果,提案手法は最先端の手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2025-01-20T14:39:50Z)
• AIGCOIQA2024: Perceptual Quality Assessment of AI Generated Omnidirectional Images [70.42666704072964]
  我々はAI生成の全方位画像IQAデータベースAIIGCOIQA2024を構築した。 3つの視点から人間の視覚的嗜好を評価するために、主観的IQA実験を行った。 我々は,データベース上での最先端IQAモデルの性能を評価するためのベンチマーク実験を行った。
  論文  参考訳（メタデータ） (2024-04-01T10:08:23Z)
• Assessor360: Multi-sequence Network for Blind Omnidirectional Image Quality Assessment [50.82681686110528]
  Blind Omnidirectional Image Quality Assessment (BOIQA)は、全方位画像(ODI)の人間の知覚品質を客観的に評価することを目的としている。 ODIの品質評価は、既存のBOIQAパイプラインがオブザーバのブラウジングプロセスのモデリングを欠いているという事実によって著しく妨げられている。 Assessor360と呼ばれるBOIQAのための新しいマルチシーケンスネットワークを提案する。
  論文  参考訳（メタデータ） (2023-05-18T13:55:28Z)
• Blind Image Quality Assessment via Vision-Language Correspondence: A Multitask Learning Perspective [93.56647950778357]
  ブラインド画像品質評価(BIQA)は、参照情報なしで画像品質の人間の知覚を予測する。 我々は,他のタスクからの補助的知識を活用するために,BIQAのための汎用的かつ自動化されたマルチタスク学習手法を開発した。
  論文  参考訳（メタデータ） (2023-03-27T07:58:09Z)
• KonX: Cross-Resolution Image Quality Assessment [6.658103076536836]
  本研究は,この2つの問題を,KonXを介して別々に検討した最初の研究である。 対象のIQA法はスケールバイアスを有しており,予測性能が低下することを示す。 本稿では,従来のIQAモデルよりも高性能なマルチスケール・マルチカラムアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-12-12T10:23:48Z)
• MANIQA: Multi-dimension Attention Network for No-Reference Image Quality Assessment [18.637040004248796]
  No-Reference Image Quality Assessment (NR-IQA) は、人間の主観的知覚に応じて画像の知覚品質を評価することを目的としている。 既存のNR-IQA法は、GANに基づく歪み画像の正確な品質スコアを予測する必要性を満たすには程遠い。 本稿では,非参照画像品質評価(MANIQA)のための多次元注意ネットワークを提案する。
  論文  参考訳（メタデータ） (2022-04-19T15:56:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。