12、基于人类视觉系统特性的图像质量评估探索

基于人类视觉系统特性的图像质量评估探索

1. 人类视觉系统特性的抽象概念

人类视觉系统（HVS）有许多已知特性已被归纳为抽象概念，并形成了特定的研究领域。以视觉显著性（VS）和恰可察觉差异（JND）为例，它们既不属于HVS某些部分或细胞的响应，也不是整个系统的响应。

在图像质量评估（IQA）中，我们既不需要尽可能详尽地研究HVS的所有细节，也不能将HVS视为一个完全的黑盒，只关注其接口。因此，抽象的程度应适中，这样既能避免复杂的计算，又能考虑到HVS的内部结构。

视觉注意力，包括VS和JND，就是这种适度抽象的一个很好的例子。虽然单独的VS或JND可能无法全面描述HVS的特性，但它们已被证明可以有效地与其他特征提取和池化策略相结合，以开发新的IQA方法。

以下是相关概念的简单对比表格：
| 概念 | 特点 | 在IQA中的作用 |
| — | — | — |
| 视觉显著性（VS） | 吸引人类注意力的图像区域特征 | 与其他策略结合开发IQA方法 |
| 恰可察觉差异（JND） | 人眼能察觉到的最小差异 | 辅助构建更准确的IQA方法 |

2. 视觉注意力相关模型的优势

由于VS和JND都有特定的研究领域，我们有许多现成的模型可供使用，这减少了研究最低级特征所带来的复杂性。

例如，以下是一些常见的视觉注意力模型及其特点：
- Itti模型 ：基于显著性的视觉注意力模型，用于快速场景分析。
- Graph-based模型 ：基于图的视觉显著性模型。

这些