今天心情好,整理一下图像质量评价常见的数据集
前情提要:由于我的研究方向主要是面向真实失真IQA,所以本博客暂且只整理面向真实失真的图像质量评价数据集
真实失真图像质量数据库主要包括 :
-
LIVEC ( live in the wild image quality challenge ) 数 据 库 ( Ghadiyaram 和 Bovik,2016 )
livec被称为“野生图像质量挑战数据集”,于2016 年建立,该数据集包含了使用现代移动设备捕获的1162幅在广泛多样的真实失真情况下的图像,这些照片来自在于现实世界中使用不同的摄像设备的不同摄影师,因此这些图像包含复杂的真实失真。主观分数通过众包的方式收集,由8100多名测试者进行评估,收集到超过35万份对1162 张图像的主观意见得分,𝑀𝑂𝑆的取值范围为[3.42,92.43]。 -
KonIQ-10K ( Konstanz authentic image quality database) 数 据 库 ( Hosu 等, 2020)
KonIQ-10k由Hosu等人于2020年建立的数据集,它从YFCC100M 数据集(一个包含1000万张图片的大型公共多媒体数据集)中选择了10,073张图片,采样过程利用了一个基于深度特征的内容指标和7 个质量指标,确保了图片内容和质量分布的多样性,使得图像在亮度、色彩、对比度和清晰度方面能够广泛且均匀地分布。对于每张图片,通过众包获得了120个可靠的质量评级,由1459名志愿者进行标注,收集的主观数据高达120 万。𝑀𝑂𝑆的取值范围为[3.91,88.39]。同时,该数据库还提供 了图像的属性和 EXIF ( exchangeable image file format) 信息。
前两个数据集的简介来自此博客:https://blog.csdn.net/qq_37925923/article/details/126915719
-
SPAQ ( smartphone photography attribute and quality) 数据库( Fang 等,2020c)
江西财经大学于 2020 年建立,主要针对手机成像质量评价,包含来 自 66 个不同成像设备收集的 11 125 幅图像。 主观 实验在标准实验室环境下进行,MOS 的取值范围在 [0, 100] 。 同时,该数据库提供图像属性信息、类别 信息和 EXIF 信息。 -
FLIVE( large-scale social picture quality database ) 数 据 库 ( Ying 等, 2020)
美 国 奥 斯 汀 大 学 德 州 分 校 LIVE 实 验 室 在 2020 年建立的数据库(Ying 等,2020),包含 39 810 幅 图像,将近 12 万个图像块。 主观分数通过众包的方 式获得,受试者共 7 865 人。 -
BID( blurred image database) 数据库( Ciancio 等,2011 )
由巴西里约 热内卢联邦大学在 2011 年建立,共包含代表真实模糊失真的 585 幅图像。图像根据模糊种类划分成 5 类,分别是清晰图像、失焦模糊图像、简单运动模 糊图像、复杂运动模糊图像和其他图像。主观实验采用单因素法( single stimulus, SS) 进行图像连续质 量范围评分。 最终的图像主观质量分数取值范围为 [0, 5] -
CID ( camera image database ) 数 据 库 ( Virtanen 等,2015) 。
由芬兰赫尔辛基大学在 2013 年建立,共包含由 79 个不同照 相机拍摄的 474 幅失真图像。数据库可划分为 6 个 子集,每个子集由 12 14 个照相机拍摄的 6 个不同场景下的图像组成。 在主观实验中,受试者被要求从图像的锐度、亮度和饱和度等方面进行评分,主观评分的范围是[0, 100]PS:以上来自一些方玉明大佬的两篇关于图像质量评价研究的论文综述
好的,就先这样,接下来整理IQA评价指标