面向分类和深度损失的立体图像重定向质量评价

现有的立体重定向图像客观评价算法往往采用统一的方法对重定向图像的失真予以衡量.然而,对于不同类型的立体重定向图像,人眼关注的失真类型与模式不尽相同.此外,现有算法未能精确地衡量重定向图像中深度感变化.针对上述问题,本文提出了一种基于分类和深度感损失的立体图像重定向质量评价算法.该算法根据重定向图像的显著度和深度特征进行图像分类,对不同类型的图像采用不同的失真质量评价策略.此外,为了精确衡量重定向图像的深度感变化,本文还提出了两种用于衡量深度感损失的指标,分别利用重定向过程中深度信息的丢失以及绝对深度的相似度来衡量深度感的损失.本文利用NBU-SIRQA和SIRD数据库进行实验,结果表明,本文算法的整体评价性能优于现有所有算法.