8、基于人类视觉系统特性的图像质量评估方法

基于人类视觉系统特性的图像质量评估方法

1. 引言

在图像处理、模式识别和计算机视觉等众多研究领域中，模拟人类视觉系统（HVS）的行为是一个重要目标。许多对人类视觉系统而言轻而易举的问题，对于机器来说却仍未得到很好的解决，例如大规模物体、场景和活动的识别与分类，基于视觉的操作，以及人脸检测和识别等。不过，探寻人类视觉系统处理这些问题的方式，即研究“生物视觉”与“计算机视觉”之间的相互作用，是寻找解决方案的一个有前景的途径，并且在许多特定领域已被证明是有效的。图像质量评估（IQA）也不例外，应用人类视觉系统结构和特性的相关研究成果，使图像质量评估受益匪浅。毕竟，构建与人类视觉系统工作方式相似的人工模型是一种自然且合理的想法。

人类视觉系统在生物层面的响应仍然充满神秘。神经科学知识告诉我们，神经元的主要功能是接收和发送电信号。不同区域的神经元通过特定的拓扑结构组合在一起，从而能够处理非常复杂的任务。大脑中与视觉产生相关的区域被称为视觉皮层。统计显示，灵长类动物新皮层中约55%与视觉相关，这表明视觉无疑是人类最重要的感官。由于大量神经元参与视觉的获取、处理、三维重建等相关工作，其计算效率极高，这使得在当前条件下对人类视觉系统进行暴力建模几乎是不可能的。此外，眼睛和视觉皮层的级联组合形成了视觉，而眼睛的内部结构本身就足够神秘。

目前有两种基于人类视觉系统的图像质量评估思路：
- 基于分层结构建模 ：视觉皮层的分层结构是过去几十年视觉研究中最重要的发现之一，它启发计算机视觉界构建人类视觉系统的分层模型。具体来说，可以构建模型来模拟眼睛或视觉皮层的特定区域，然后将它们综合起来以获得全面的结果，而不是将人类视觉系统视为一个黑盒。不同的视觉皮层区域有不同的