为了促进静态网格压缩算法和客观质量度量的研究，我们创建了腾讯 - 静态网格数据集（TSMD），其中包含具有丰富视觉特征的 42 个参考网格。通过为多边形静态网格编码的 Call for Proposals 于 6 月 23 日发布的失真压缩方案生成了 210 个变形样本，并使用处理过的视频序列进行了大规模的基于众包的主观实验，从 74 个观众那里收集了主观评分。对新数据集进行了分析以验证其样本的多样性和均值意见得分（MOS）的准确性，确立了其异构性和可靠性。评估了最先进的客观度量指标在新数据集上的性能，并报告了约为 0.75 的 Pearson 和 Spearman 相关性，与在较少异构数据集上通常观察到的结果不同，表明有必要进一步发展更强大的度量指标。TSMD 被公开发布，包括网格、PVS 和比特流以及 MOS，可以在以下位置获取：this https URL

Aug, 2023

该研究创建了一个大规模的纹理网格质量评估数据库，通过主观实验获得平均意见得分，并评估了 13 种先进的客观指标，结果显示需要更有效的客观指标。

Sep, 2023

本文介绍了一种新的基于信息内容加权结构相似性的 3D 点云质量评估方法及其数据库，实验结果表明该方法在预测主观质量评分方面表现优异，具有较高的再现性。

Nov, 2021

对现有显示器不兼容的 HDR 视频进行色调映射处理以服务于 SDR 受限的用户，通过分析合成的 15,000 个经过主观质量注释的 HDR 视频数据库对色调映射算法的视觉质量进行评估和基准测试，为 HDR 视频的色调映射和质量评估领域带来显著进展。

Mar, 2024

本文介绍一种新的数据集: LIVE In the Wild Image Quality Challenge Database，旨在解决已有的图片质量数据库由于受控条件下被损坏无法很好地反映真实情况的问题，采集了大量真实环境下采集的图片，并通过在线众包系统进行了大规模的主观评估研究，为盲目的图像质量评估算法提供基础研究和深入分析。

Nov, 2015

ColorVideoVDP 是一个视频和图像质量度量标准，它模拟视觉的空间和时间特性，包括亮度和色彩。该度量标准建立在新颖的色彩时空对比敏感性和通路间对比度遮蔽的心理物理模型上，考虑了浏览条件、显示器的几何和光度特性。它经过训练可以预测常见的视频流失真（例如视频压缩、重新标定和传输错误），并且还包括与 AR/VR 显示相关的 8 种新的失真类型（例如光源和光波导的非均匀性）。为了解决后者的应用，我们收集了由 336 个失真视频组成的新型 XR-Display-Artifact-Video 质量数据集（XR-DAVID）。在 XR-DAVID 上的广泛测试以及来自文献中的几个数据集表明，与现有的度量标准相比，在预测性能上取得了显著的提升。ColorVideoVDP 为许多需要联合自动化时空评估亮度和色彩失真的新颖应用打开了大门，包括视频流传输、显示器规格和设计、结果的视觉比较以及感知引导的质量优化。

Jan, 2024

提出了 SJTU-H3D 数据库，包含 40 个高质量的数字人类参考数据和 1120 个用七种类型的失真生成的标签失真数据，还提出了零样本 DHQA 方法，以确保泛化能力，减轻数据库偏差，并引入了数字人类质量指数（DHQI）来提高性能。

Jul, 2023

本研究介绍了使用 2D 图像加深度源渲染的新立体图像质量评估数据库 MCL-3D，并使用该数据库介绍了几种已知的 2D 和 3D 图像质量度量的性能基准测试。

Mar, 2014

近年来，图像处理技术在多个工业过程中的应用范围日益广泛，为验证现有的图像质量评估方法的可靠性，我们建立了一个新的工业过程图像数据库（IPID），其中包含 3000 个经过不同程度畸变处理的图片，并进行了主观测试以收集其主观质量评分，在 IPID 数据库上进行对比实验以研究一些客观图像质量评估算法的性能，实验结果表明，最先进的图像质量评估方法在预测包含多种失真类型的图像质量方面存在困难。

Jan, 2024

通过 DiVA-360 数据集，我们解决了高保真捕捉静态和动态场景形状和外观的算法挑战和缺乏大规模现实世界数据集的问题。该数据集包含 46 个动态场景、30 个静态场景和 95 个静态物体的图像帧和动态数据，使用 53 台 RGB 相机和 6 个麦克风采集。我们提供了详细的文本描述、前景 - 背景分割掩码、静态物体的类别特定的 3D 姿势对齐，以及用于比较的度量。

Jul, 2023