論文の概要: Blind Stereoscopic Omnidirectional Image Quality Assessment Using Predictive Coding Hierarchy
- arxiv url: http://arxiv.org/abs/2608.28798v1
- Date: Fri, 28 Aug 2026 19:06:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:30.751283
- Title: Blind Stereoscopic Omnidirectional Image Quality Assessment Using Predictive Coding Hierarchy
- Title（参考訳）: 予測符号化階層を用いたブラインド立体視画像品質評価
- Abstract要約: 本稿では,視覚的・非参照的全方位画像品質評価のための予測符号化階層型メトリクス(PCH)を提案する。
提案するPCHは,SOIの視認により,局所的なシクロペアン知覚モジュール,グローバルな予測知覚モジュール,視覚的品質回帰器を備える。
大規模実験により,提案したPCHは,最先端の品質評価手法と比較して,競争力と一貫した性能向上を実現していることが示された。
- 参考スコア（独自算出の注目度）: 28.575866509102124
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Stereoscopic omnidirectional images (SOIs) have provided users with newly immersive quality of experience in virtual reality environments. However, developing efficient and accurate perceptual quality assessment metrics for SOIs remains challenging due to many factors such as freely changeable field of views and binocular vision. In this paper, based on the characteristics of the human visual system (HVS), we propose a Predictive Coding Hierarchy-inspired metric (PCH) for blind/no-reference stereoscopic omnidirectional image quality assessment. Motivated by the viewing process of SOIs, the proposed PCH includes a local cyclopean perception module, a global predictive perception module, and a visual quality regressor. First, observers browse different spherical sceneries from viewports, and aggregate the local visual information to infer the perceptual quality of SOIs. Therefore, we extract various viewports, followed by cyclopean conversion and saliency detection to approach the perception and attention of the human brain. After the local aggregation, viewers then infer the global scene in their minds. Based on the binocular mechanism, we fuse left and right views to perform predictive coding hierarchy modelling. Finally, the visual quality regressor is exploited to obtain the ultimate quality score related to both local and global perceptual cues. Extensive experiments demonstrate that the proposed PCH achieves competitive and consistently improved performance compared with state-of-the-art quality assessment methods.
- Abstract（参考訳）: 立体全方位画像(SOIs)は、仮想現実環境における新たな没入感のある体験を提供する。
しかし、自由な視野や両眼視など多くの要因があるため、SOIの効率的かつ正確な品質評価指標の開発は依然として困難である。
本稿では,人間の視覚システム(HVS)の特徴に基づき,視覚・非参照立体視画像品質評価のための予測符号化階層型メトリクス(PCH)を提案する。
提案するPCHは,SOIの視認により,局所的なシクロペアン知覚モジュール,グローバルな予測知覚モジュール,視覚的品質回帰器を備える。
まず、ビューポートから異なる球面の風景を閲覧し、局所的な視覚情報を集約し、SOIの知覚的品質を推定する。
そこで,我々は様々なビューポートを抽出し,次にサイクロペアン変換とサリエンシ検出を行い,人間の脳の知覚と注意に近づいた。
ローカルアグリゲーションの後、視聴者は自分の心の中のグローバルなシーンを推測する。
両眼機構に基づいて、左右のビューを融合して予測的符号化階層モデリングを行う。
最後に、視覚的品質回帰器を利用して、局所的およびグローバルな知覚的手がかりの両方に関連する究極の品質スコアを得る。
大規模実験により,提案したPCHは,最先端の品質評価手法と比較して,競争力と一貫した性能向上を実現していることが示された。
関連論文リスト
- ARIQA-3DS: A Stereoscopic Image Quality Assessment Dataset for Realistic Augmented Reality [4.439002023615223]
本稿では,ARIQA-3DSを用いた最初の大規模立体視画像品質評価データセットを提案する。
このデータセットは、現実世界のシーンの高解像度の立体オームニキャプチャーと、さまざまな拡張された前景を、透明度と劣化条件下で融合させる。
分析の結果,視力の低下は前景の劣化に起因し,透明度によって調節されるが,眼球運動と知覚の症状は観察中に進行するが,管理可能な増加を示すことが明らかとなった。
論文 参考訳（メタデータ） (2026-04-03T15:35:27Z) - Surveillance Facial Image Quality Assessment: A Multi-dimensional Dataset and Lightweight Model [59.39390911456143]
監視顔画像品質評価(SFIQA)に関する初の総合的研究を提案する。
SFIQA-Benchは、現実世界のシナリオで3つの広く配備された監視カメラによって撮影された5,004枚の監視顔画像で構成されている。
ノイズ、シャープネス、カラフルネス、コントラスト、忠実度、全体的な品質を含む6次元品質評価を主観的な実験により収集する。
論文 参考訳（メタデータ） (2026-02-07T06:51:03Z) - Perception-oriented Bidirectional Attention Network for Image Super-resolution Quality Assessment [61.27648290203618]
画像SR FR-IQAのための知覚指向双方向注意ネットワーク(PBAN)を提案する。
PBANは、イメージエンコーダモジュール、知覚指向双方向アテンション(PBA)モジュール、品質予測モジュールの3つのモジュールで構成されている。
提案するPBANは,最先端の品質評価方法より優れている。
論文 参考訳（メタデータ） (2025-09-08T08:39:45Z) - PIGUIQA: A Physical Imaging Guided Perceptual Framework for Underwater Image Quality Assessment [59.9103803198087]
水中画像品質評価(UIQA)のための物理画像ガイド型知覚フレームワークを提案する。
水中放射移動理論を応用して、物理に基づく画像推定を統合して、これらの歪みの定量的な測定値を確立する。
提案モデルは,画像品質のスコアを正確に予測し,最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-12-20T03:31:45Z) - When Does Perceptual Alignment Benefit Vision Representations? [76.32336818860965]
視覚モデル表現と人間の知覚的判断との整合がユーザビリティに与える影響について検討する。
モデルと知覚的判断を一致させることで、多くの下流タスクで元のバックボーンを改善する表現が得られることがわかった。
その結果,人間の知覚的知識に関する帰納バイアスを視覚モデルに注入することは,より良い表現に寄与することが示唆された。
論文 参考訳（メタデータ） (2024-10-14T17:59:58Z) - Perceptual Depth Quality Assessment of Stereoscopic Omnidirectional Images [10.382801621282228]
立体視全方位画像の高能率非参照(NR)深度品質評価のための目標品質評価モデルDQIを開発した。
人間の視覚システム(HVS)の知覚特性に触発されたDQIは,多色チャネル,適応型ビューポート選択,眼間不一致の特徴を基盤として構築されている。
論文 参考訳（メタデータ） (2024-08-19T16:28:05Z) - Towards Top-Down Stereo Image Quality Assessment via Stereo Attention [3.113304966059062]
ステレオ画像品質評価(SIQA)は、3Dコンテンツの視覚的体験を評価し改善する上で重要な役割を担っている。
本稿では,品質評価プロセスの指針として,トップダウンの視点を用いた新しいStereo AttenTion Network(SATNet)を提案する。
実験結果から,SIQA分野における最先端技術推進におけるトップダウン手法の優位性を強調した。
論文 参考訳（メタデータ） (2023-08-08T09:37:18Z) - 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) - End-to-end deep multi-score model for No-reference stereoscopic image
quality assessment [6.254148286968409]
我々は、深層多スコア畳み込みニューラルネットワーク(CNN)を用いて、参照なしで立体画像の品質を推定する。
まず、左の視点の質を予測し、次に、左の視点の質を予測し、第3と第4に、ステレオ視点の質とグローバルな品質をそれぞれ予測し、グローバルスコアを究極の品質とする。
論文 参考訳（メタデータ） (2022-11-02T16:45:35Z) - Self-Supervised Visibility Learning for Novel View Synthesis [79.53158728483375]
従来のレンダリング方法はシーン形状を推定し、2つの別々のステップで新しいビューを合成します。
エラー伝搬問題を排除するために,エンドツーエンドのNVSフレームワークを提案する。
当社のネットワークはエンドツーエンドのセルフ監視方式でトレーニングされており、ビュー合成におけるエラーの蓄積を大幅に軽減します。
論文 参考訳（メタデータ） (2021-03-29T08:11:25Z) - No-Reference Quality Assessment for 360-degree Images by Analysis of
Multi-frequency Information and Local-global Naturalness [26.614657212889398]
360度・全方位画像(OIs)は、仮想現実(VR)の普及により注目されている。
マルチ周波数情報と局所Global Naturalness(MFILGN)を用いた新しい非参照全方位画像品質評価アルゴリズム(NR OIQA)を提案する。
2つのOIQAデータベースの実験結果は、提案されたMFILGNが最先端のアプローチを上回っていることを示しています。
論文 参考訳（メタデータ） (2021-02-22T22:52:35Z)
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。