nach oben

Erschienen in:

2020 | OriginalPaper | Buchkapitel

1. Introduction

verfasst von : Yong Ding, Guangming Sun

Erschienen in: Stereoscopic Image Quality Assessment

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Nowadays, objective image quality assessment (IQA) plays an important role for performance evaluation of image/video processing systems. Over the past few years, a variety of IQA methods have been introduced and they can be divided into three categories: full-reference IQA, reduced-reference IQA and no-reference IQA. All of these methods are clarified in detail in this book. In this chapter, the overall structure of the book is explained briefly and a summary of each of the following chapters is also provided.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Nächstes Kapitel Brief Introduction on 2D Image Quality Assessment

Dendi SVR, Dev C, Kothari N, Channappayya SS (2019) Generating image distortion maps using convolutional autoencoders with application to no reference image quality assessment. IEEE Signal Process Lett 26(1):89–93CrossRef

Ding Y (2018) Visual quality assessment for natural and medical image. Springer. https://doi.org/10.1007/978-3-662-56497-4

Ding Y, Deng R, Xie X, Xu X, Chen X et al (2018) No-reference stereoscopic image quality assessment using convolutional neural network for adaptive feature extraction. IEEE Access 6:37595–37603CrossRef

Fahle M (1987) Two eyes, for what? Naturwissenchaften 74(8):383–385CrossRef

Howard IP, Roger BJ (1995) Binocular vision and stereopsis. Oxford University Press, New York

Karam LJ, Ebrahimi T, Hemami SS, Pappas TN (2009) Introduction to the issue on visual media quality assessment. IEEE J Sel Topics Signal Process 3(2):189–190CrossRef

Krüger N, Janssen P, Kalkan S, Lappe M, Leonardis A et al (2013) Deep hierarchies in the primate visual cortex: what can we learn for computer vision? IEEE Trans Pattern Anal Mach Intell 35(8):1847–1871CrossRef

Larson EC, Chandler DM (2010) Most apparent distortion: full-reference image quality assessment and the role of strategy. J Electron Imaging 19(1):1–21

Legras R, Chanteau N, Charman WN (2004) Assessment of just-noticeable differences for refractive errors and spherical aberration using visual simulation. Optom Vis Sci 81(9):718–728CrossRef

Liu X, van de Weijer J, Bagdanov AD (2017) RankIQA: learning from rankings for no-reference image quality assessment. International Conference on Computer Vision, Venice, Italy, pp 1040–1049

Moorthy AK, Su CC, Mittal A, Bovik AC (2013) Subjective evaluation of stereoscopic image quality. Sig Process Image Commun 28(8):870–883CrossRef

Oh H, Ahn S, Kim J, Lee S (2017) Blind deep S3D image quality evaluation via local to global feature aggregation. IEEE Trans Image Process 26(10):4923–4935MathSciNetCrossRef

Shen L, Li K, Feng G, An P, Liu Z (2018) Efficient intra mode selection for depth-map coding utilizing spatiotemporal, inter-view correlations in 3D-HEVC. IEEE Trans Image Process 27(9):4195–4206MathSciNetCrossRef

Wang Z, Bovik AC (2009) Mean squared error: love it or leave it?—A new look at signal fidelity measures. IEEE Signal Process Mag 1:98–117CrossRef

Wang Z, Bovik AC, Sheikh HR, Simoncelli EP (2004) Image quality assessment: from error visibility to structural similarity. IEEE Trans Image Process 13(4):600–612CrossRef

Winkler S (2012) Analysis of public image and video databases for quality assessment. IEEE J Sel Topics Signal Process 6(6):616–625CrossRef

Xu X, Shi B, Gu Z, Deng R, Chen X et al (2019) 3D no-reference image quality assessment via transfer learning and saliency-guided feature consolidation. IEEE Access 7:85286–85297CrossRef

Zhang L, Shen Y, Li H (2014) VSI: a visual saliency-induced index for perceptual image quality assessment. IEEE Trans Image Process 23(10):4270–4281

Zhang W, Qu C, Ma L, Guan J, Huang R (2016) Learning structure of stereoscopic image for no-reference quality assessment with convolutional neural network. Pattern Recognit 59:176–187

Titel: Introduction
verfasst von: Yong Ding
Guangming Sun
Verlag: Springer Singapore
Buch: Stereoscopic Image Quality Assessment
Print ISBN: 978-981-15-7763-5

Electronic ISBN: 978-981-15-7764-2

Copyright-Jahr: 2020
DOI: https://doi.org/10.1007/978-981-15-7764-2_1

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner