图像重定向质量评价的研究进展

作     者：胡波 谢国庆 李雷达 李静 杨嘉琛 路文 高新波 Hu Bo;Xie Guoqing;Li Leida;Li Jing;Yang Jiachen;Lu Wen;Gao Xinbo

作者机构：重庆邮电大学图像认知重庆市重点实验室重庆400065 广阳湾实验室重庆脑与智能科学中心重庆400064 西安电子科技大学人工智能学院西安710071 阿里巴巴集团北京100020 天津大学电气自动化与信息工程学院天津300072 西安电子科技大学电子工程学院西安710071 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2024年第29卷第1期

页      面：22-44页

核心收录：

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(62101084,62036007,62176195) 中央引导地方科技发展专项(cstc2020jscx-dxwtB0032) 重庆英才·优秀科学家项目(cstc2021ycjh-bgzxm0339) 重庆市教委科学技术研究项目(KJQN202100628) 

主　　题：图像质量评价(IQA) 图像重定向 图像配准 内容损失 几何失真 

摘      要：随着移动显示设备的普及,人们可以使用不同的终端设备来获取图像信息。为了适配不同尺寸的设备,图像重定向技术应运而生,并成为当前研究的热点。尽管该技术在近年来取得了长足进步,但没有算法能够保证在不降低视觉内容质量的前提下满足多种显示设备的要求。换句话说,在图像重定向的过程中,不可避免地会引入失真,降低用户的视觉体验。因此,如何客观、准确地评价重定向图像质量对图像重定向算法的选择、优化及发展至关重要。当前,研究人员已针对图像重定向质量评价开展了一系列研究,并取得了一定的研究成果。但是缺乏对图像重定向质量评价的综述,因此本文对当前图像重定向质量评价的研究进展进行了较为全面的回顾和总结。首先简单介绍了图像重定向以及传统图像质量评价;然后分别介绍图像重定向质量评价的数据集和客观质量评价方法,将现有的客观质量评价分为基于传统特征相似性的方法和基于图像配准的方法两类,并分析了两类方法的优缺点;接着在3个数据集上对具有代表性的算法的性能进行了对比分析;最后,总结了当前图像重定向质量评价领域面临的问题和挑战,并指明了未来可能的发展方向。