基于語義嵌入顯著性的圖像質(zhì)量評價方法研究.pdf

1、視覺質(zhì)量評價在各種多媒體應(yīng)用中起到了關(guān)鍵性的作用。由于人類的視覺系統(tǒng)是視覺信號的最終接收體，故主觀視覺質(zhì)量評價被認為是最可靠的視覺質(zhì)量評估方法。但是，主觀視覺評估耗時且昂貴，因此，自動的、客觀的視覺質(zhì)量評估方法已經(jīng)被開發(fā)并被應(yīng)用于很多場合當中。然而最廣泛使用的客觀視覺質(zhì)量度量方法，如均方誤差(MSE)、峰值信噪比(PSNR)等與人眼對視覺信號質(zhì)量的判斷相距甚遠。人類在分析視覺場景時，會迅速選擇性地找到“重要的”或“感興趣的”部分，對一副

2、圖像的不同位置分配不同的注意。因此本文根據(jù)視覺注意機制的選擇性注意特點，建立了顯著性模型來模擬人的視覺特性評價圖像質(zhì)量，使得圖像的客觀評價更接近于主觀評價結(jié)果。
　　由于自底向上注意機制提取的低層特征難以有效描述圖像的高層語義信息，本文采用人臉、行人、水平線和中心先驗作為作為高層特征嵌入到自底向上的顯著性模型中，提出一種語義嵌入的顯著性檢測方法，即將自底向上的低層特征與自項向下的高層語義特征進行有機的結(jié)合。實驗結(jié)果表明，本文方法得

3、到的顯著圖在包含語義對象的復(fù)雜場景中能夠有效地預(yù)測人眼注視。
　　進一步采用建立的語義嵌入顯著性模型對圖像質(zhì)量評價數(shù)據(jù)庫TID2013進行統(tǒng)計分析，結(jié)果表明大多數(shù)情況下，參考圖與失真圖的顯著圖差異明顯。故將顯著圖作為一個特征計算失真圖像的的局部質(zhì)量，而對于顯著圖結(jié)果差異不明顯的失真類型17和18分別提取圖像的梯度和顏色特征，最后采用支持向量回歸加權(quán)各特征得到最終的評價測度。通過與其他9種代表性的質(zhì)量評價方法的對比分析，結(jié)果表明，本