图像质量评价数据库与图像质量算法性能评价指标
视频质量专家组(Video Quality Experts Group, VQEG)发起的评价算法性能校准项目的主要思想是通过组织主观实验获取图像的主观质量,以主客观质量的一致性来判断客观评价算法的性能。目前常用的数据主要有以下8种:
1)LIVE(Laboratory for image & video engineering )
http://live.ece.utexas.edu/index.php
LIVE是美国德克萨斯大学奥斯汀分校的电气与计算机工程系与心理学系联合建立,应用最为广泛。Release 2 版本含29幅参考图像,779幅失真图像,其中JPEG2000失真175幅,JPEG失真169幅,白噪声失真145幅,高斯模糊失真145幅,快速瑞利衰减失真145幅。该数据库的DMOS值由161个观察者给出的约25000个数据统计得到,DMOS取值范围为[0,100]。
2)CSIQ(Categorical subjective image quality)
http://vision.okstate.edu/csiq
CSIQ由美国俄克拉何马州立大学的电气与计算机工程学院建立,含30幅参考图像,866幅失真图像,失真类型包括JPEG压缩、JPEG2000压缩、整体对比度缩减、加性高斯粉红噪声、加性高斯白噪声以及高斯模糊6种。该数据库的DMOS值由25个观察者给出的约5000个数据统计得到,DMOS取值范围为[0,1]。
3)IVC
http://www2.irccyn.ec-nantes.fr/ivcdb/
IVC由法国南特中央理工大学建立,包括10幅参考图像,235幅失真图像。失真类型包括JPEG压缩、JPEG2000压缩、LAR编码和模糊。该数据库的MOS值由15个观察者给出数据统计得到,MOS取值范围为[0,5]。
4)MICT
http://mict.eng.u-toyama.ac.jp/mictdb.html
MICT由富山大学创立,包括14幅参考图像,168幅失真图像。失真类型包括JPEG压缩和JPEG2000压缩。该数据库的MOS值由16个观察者给出数据统计得到,MOS取值范围为[1,5]。
5)A57
http://foulard.ece.cornell.edu/dmc27/vsnr/vsnr.html
A57是由康奈尔大学创立,包括3幅参考图像,54幅失真图像。失真类型包括:a)对图像离散晓波变换后的5个LH子带上的量化,采用均匀步长进行量化,失真图像的对比度均方差相等。b)加性高斯白噪声 c)JPEG压缩 d)JPEG2000压缩不包括视觉频率加权 e)JPEG2000压缩,采用基于动态对比度的量化算法 f)高斯模糊
该数据库的DMOS值由7个观察者给出数据统计得到,MOS取值范围为[0,1]。
6)TID2008(Tampere image database)
http://www.ponomarenko.info/tid2008.htm
TID2008是由乌克兰国家航空航天大学的N504信号接收、传输与处理系建立,包括25幅参考图像,1700幅失真图像。失真类型有17种包括:加性高斯噪声、颜色分量强于照明分量的加性噪声、空间位置相关噪声、掩膜噪声、高频噪声、脉冲噪声、量化噪声、高斯模糊、图像噪声、JPEG压缩、JPEG2000压缩、JPEG传输错误、JPEG2000传输错误、非偏心式噪声、不同强度的局部块失真、强度均值偏移以及对比度变化。该数据库的DMOS值由838观察者给出256428个数据统计得到,MOS取值范围为[0,9]。
7)TID2013(Tampere image database)
http://www.ponomarenko.info/tid2013.htm
TID2013是TID2008的加强版,包括25幅参考图像,3000幅失真图像。失真类型24种,增加了包括:改变色彩饱和度、多重高斯噪声、舒适噪声、有损压缩、彩色图像量化、色差以及稀疏采样。该数据库的DMOS值由971观察者给出524340个数据统计得到,MOS取值范围为[0,9]。由于该数据库失真种类多,数据库更为丰富,且是一种彩色失真数据库,因此越来越多的算法在对比试验中,包含了该数据库。
8)WIQ(Wireless imaging quality)
http://www.bth.se/tek/rcg.nsf/pages/wiq-db
WIQ是瑞典布莱金厄理工学院和印度尼西古纳德尔玛大学的研究人员合作建立的,包括7幅参考图像,80幅失真图像。失真类型5种,包括:“平”分配、JPEG压缩、JPEG2000压缩、JPEG200+DCQ压缩、高斯模糊以及高斯白噪声。该数据库的DMOS值由60观察者给出
参考文献:无参考图像质量评价综述_王志明
9)其他
RetargetMe:
https://people.csail.mit.edu/mrub/retargetme/
Image Retargeting Subjective Quality Databse:
http://ivp.ee.cuhk.edu.hk/projects/demo/retargeting/index.html
The Middlebury Computer Vision:
http://vision.middlebury.edu/
The KITTI Vision Benchmark:
http://www.cvlibs.net/datasets/kitti/
MIT Saliency Benchmark:
http://saliency.mit.edu/datasets.html
The Minist Database:
http://yann.lecun.com/exdb/mnist/
Image and Video Quality Resouces:
https://stefan.winklerbros.net/resources.html
MOBILE 3DTV:
http://sp.cs.tut.fi/mobile3dtv/stereo-video/
Video Quality Experts Group(VQEG):
https://www.its.bldrdoc.gov/vqeg/projects/hdtv/hdtv.aspx
IVP Subjective Quality Video Database:
http://ivp.ee.cuhk.edu.hk/research/database/subjective/index.shtml
EPFL-PoliMI Video Quality Assessment Database:
http://vqa.como.polimi.it/
MCL-V Database:
http://mcl.usc.edu/mcl-v-database/
Scalable Video Database:Mulrimedia Signal Processing Group(MMSPG)
https://mmspg.epfl.ch/downloads/svd/
The Konstanz Visual Quality Databases:KoNVid-1k、KonIq-10k、KADID-10k、IQA-Experts-300
http://database.mmsp-kn.de/
https://datasets.vqa.mmsp-kn.de/archives/kadid10k.zip
https://datasets.vqa.mmsp-kn.de/archives/kadis700k.zip
Waterloo Exploration Database:
https://ece.uwaterloo.ca/~k29ma/exploration/
The HDR Photographic Survey:
http://rit-mcsl.org/fairchild//HDR.html
Blurred Image Database:Laboratório de Processamento de Sinais(UFRJ)
http://www02.smt.ufrj.br/~eduardo/ImageDatabase.htm
SID: Sharpened Images Database
http://mmtg.fel.cvut.cz/sid-database/
二、算法性能评价指标(PLCC、SRCC、RMSE、D-Test、L-Test、P-Test、gMAD)
Pearson Linear Correlation Coefficient:PLCC
Spearman Rank Order Correlation Coefficient:SRCC
Root Mean Square Error:RMSE
The Pristine/distorted Image Discriminability Test:D-test
The Listwise Ranking Consistency Test:L-test
The Pairwise Preference Consistency Test: P-test
Group Maximum Differentiation Competition: GMAD
Five-parameter Nonlinear Mapping、Four-parameter Nonlinear Mapping
图像质量评价数据库与图像质量算法性能评价指标相关推荐
- 图像质量评价数据库TID2013 网盘下载
TID2013旨在用于全参考图像质量的视觉评价. TID2013主要是评价图像质量评价模型与平均平均的人类感知的匹配.例如,在TID2013中, PSNR(峰值信噪比)和平均人类感知(MOS,平均意见 ...
- 融合算法性能评价指标
前言 多目标跟踪器的性能需要某些指标来进行度量,目前使用比较广泛的评测指标主要有 Bernardin 等人定义的 CLEAR MOT 指标.Ristani 等人定义的 ID scores 指标以及最新 ...
- 图像质量评价数据库TID2013连接
TID2013: http://www.ponomarenko.info/tid2013.htm LIVE: http://live.ece.utexas.edu/research/quality/ ...
- python图像质量评价_Python实现图像质量评价准则PSNR
本文引用自:https://blog.csdn.net/u010886794/article/details/84784453 计算PSNR的Python代码,网上有下面两种: import cv2 ...
- 图像质量评价学习笔记02:IQA模型性能评价指标(PLCC、SROCC、KROCC、RMSE)
性能好的图像质量评价(IQA)算法,其质量评测分数会与主观质量分数高度一致,IQA 有许多评价指标,为了衡量方法测试结果与主观评价之间的一致性,视频质量专家组VQEG(Video Quality Ex ...
- 【机器学习】 - 关于图像质量评价IQA(Image Quality Assessment)
图像质量评价(Image Quality Assessment,IQA)是图像处理中的基本技术之一,主要通过对图像进行特性分析研究,然后评估出图像优劣(图像失真程度). 主要的目的是使用合适的评价指标 ...
- 医学图像质量评价方法SSIM
医学图像质量评价中的梯度加权SSIM探说 来源:http://pklunwen.com/ 摘要:Zhou Wang等人提出了著名的图像客观质量评价方法:结构相似度(SSIM),其理论基础是人眼视觉系统 ...
- matlab无参考图像质量评价,无参考屏幕内容图像质量评价
1 引言 1.1 研究背景及意义 随着计算机和移动互联网技术的快速发展, 多屏互动[.视频游戏[.远程教育等多客户端通信系统也得到了飞速的发展.在这类系统中, 各类终端之间可以相互通信, 以实现屏幕内 ...
- GAN(生成对抗网络)和IQA(图像质量评价能擦出什么样的火花呢?)简单聊一些近来published的论文
在图像质量评价领域奋斗了三年,感觉实在不容易.现在的目标是做一些相当开创性的工作,而不是刻意是follow别人的工作,当然,这很难,至今还没有实现,希望我能圆梦. 之前自己的博客有写过关于手工特征和深 ...
最新文章
- 关于利用python进行验证码识别的一些想法
- 机器学习知识点(三十二)微积分基础
- [不定期更新]需要记住的结论
- boost::mpl模块实现comparison相关的测试程序
- HDU - 4280 Island Transport(最大流)
- java udp丢包_linux 系统 UDP 丢包问题分析思路
- git常用操作命令大全
- matlab三角函数降次,三角函数降次公式及推导过程
- 小红书回应行政处罚:因12月央视报道提及未成年信息审核漏放
- TiDB 在摩拜单车的深度实践及应用
- 阶段3 1.Mybatis_01.Mybatis课程介绍及环境搭建_07.环境搭建的注意事项
- Blob(二进制)、byte[]、long、date之间的类型转换
- android 进程池 参数,Android 线程池全解析
- jwt重放攻击_JWT+ASP.NET MVC 时间戳防止重放攻击
- 锋利的jQuery系列一
- Django实现web端tailf日志文件
- Python400集 视频教程(高淇老师)学习笔记
- R语言进行主成分分析PCA和探索性因子分析EFA的常用步骤:准备资料、选择因子模型、提取多少主成分/因子、提取主成分或者因子、旋转主成分或者因子、数据结果解读、计算主成分或因子得分(或者系数)
- 如何绘制业务架构图 — 2.框架图
- GIS软件——ArcGIS去除影像黑边