
摘要
结构相似性图像质量评价范式基于这样一个假设:人类视觉系统高度适应于从场景中提取结构信息,因此,结构相似性的度量能够较好地逼近人眼对图像质量的主观感知。本文提出了一种多尺度结构相似性方法,相较于以往的单尺度方法,该方法在考虑观察条件变化方面具有更高的灵活性。我们进一步开发了一种图像合成方法,用于校准定义不同尺度相对重要性的参数。实验对比结果表明,所提出的方法具有良好的有效性。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| video-quality-assessment-on-msu-sr-qa-dataset | MS-SSIM | KLCC: 0.07821 PLCC: 0.16035 SROCC: 0.11017 Type: FR |
| video-quality-assessment-on-msu-sr-qa-dataset | MS-SSIM Fast | KLCC: 0.18174 PLCC: 0.21800 SROCC: 0.24422 Type: FR |
| video-quality-assessment-on-msu-sr-qa-dataset | MS-SSIM Superfast | KLCC: 0.16578 PLCC: 0.30014 SROCC: 0.21604 Type: FR |
| video-quality-assessment-on-msu-sr-qa-dataset | MS-SSIM Precise | KLCC: 0.17468 PLCC: 0.20935 SROCC: 0.23108 Type: FR |
| video-quality-assessment-on-msu-video-quality-1 | MS-SSIM | KLCC: 0.7625 PLCC: 0.9375 SRCC: 0.9026 |