Benchmarking 2D Egocentric Hand Pose Datasets
University Health Network（大学健康网络）
针对2D第一人称手部姿态估计领域缺乏理想基准数据集的问题，提出包含特征分析、质量评估和模型验证的新型评估协议，发现H2O和GANerated Hands分别是最具潜力的真实与合成数据集。
2024-09-11 cs.CV
V-MAD: Video-based Morphing Attack Detection in Operational Scenarios
University of Bologna（博洛尼亚大学）
本文提出基于视频序列的V-MAD人脸变形攻击检测方法，利用多探测帧应对姿态、光照和质量变化，并在真实运营数据库上验证其可提升检测鲁棒性与性能。
2024-04-10 cs.CV
Benchmarking fixed-length Fingerprint Representations across different Embedding Sizes and Sensor Types
Hochschule Darmstadt（达姆施塔特应用技术大学）
本文通过实验评估定长指纹嵌入在不同维度、光学与电容式传感器以及旋转平移条件下的识别表现，发现基于纹理的嵌入部分以512维最优，并揭示传感器类型导致的性能差异。
2023-07-17 cs.CV
Fusion-based Few-Shot Morphing Attack Detection and Fingerprinting
State University of New York at Buffalo（纽约州立大学布法罗分校）
由于人脸生物识别技术在现实世界中的广泛应用，人脸识别系统对变形攻击的脆弱性已经构成了严重的安全威胁。现有的变形攻击检测（MAD）方法大多需要大量的训练数据，并且只在少数预定义的攻击模型上进行了测试。缺乏良好的泛化性能，特别是考虑到人们对开发新的变形攻击的兴趣越来越大，这是现有MAD研究的一个关键限制。为了解决这个问题，我们建议在本文中将MAD从监督学习扩展到少样本学习和从二进制检测到多类指纹。我们的技术贡献包括：1）我们提出了一种基于融合的少样本学习（FSL）方法来学习区分特征，这些特征可以从预定义的呈现攻击推广到不可见的变形攻击类型; 2）基于PRNU模型和Noiseprint网络的融合的FSL从二进制MAD扩展到多类变形攻击指纹识别（MAF）。3)我们收集了一个大规模的数据库，其中包含五个人脸数据集和八个不同的变形算法，基准建议的Few-Shot MAF（FS-MAF）方法。大量的实验结果表明，我们的融合为基础的FS-MAF的出色性能。代码和数据将在https://github.com/nz0001na/mad maf上公开。
2022-10-27 cs.CV
Face morphing detection in the presence of printing/scanning and heterogeneous image sources
University of Bologna（博洛尼亚大学）
人脸变形是当今电子身份证件中的一个巨大安全威胁，也是人脸识别领域研究人员面临的一个有趣挑战。尽管最先进的数字图像处理方法取得了良好的效果，但迄今为止还没有找到令人满意的解决办法来处理跨数据库测试和打印-扫描图像（通常在许多国家用于文件签发）。在这项工作中，提出了新的方法来训练深度神经网络进行变形检测：特别是生成模拟的打印扫描图像以及其他数据增强策略，并在大型人脸识别数据集上进行预训练，从而在来自异构图像源的具有挑战性的数据集上达到最先进的精度。
2021-02-24 cs.CV
Creating a Forensic Database of Shoeprints from Online Shoe Tread Photos
University of California, Irvine（加州大学欧文分校）；Ronin Institute（罗宁研究所）；Texas A&M University（得克萨斯农工大学）
鞋印是犯罪现场留下的最常见的证据之一。然而，由于缺乏涵盖大量且不断增加的不同鞋款的鞋印数据库，此类证据的实用性受到限制。此外，数据库优选地包含鞋印照片的3D形状或深度，以便允许提取鞋印以匹配查询（犯罪现场）印。我们建议通过利用在线零售商收集的鞋印照片来解决这一差距。核心挑战是预测这些照片的深度图。由于它们没有允许训练深度预测器的地面实况3D形状，我们利用合成数据。我们开发了一种称为ShoeRinsics的方法，该方法通过利用完全监督的合成数据和无监督的零售图像数据的混合来学习预测深度。特别是，我们发现领域自适应和内在的图像分解技术有效地减轻了合成的真实域的差距，并产生显着更好的深度预测。为了验证我们的方法，我们引入了2个验证集组成的鞋印图像和打印对，并定义了一个基准协议来量化预测深度的质量。在这个基准测试中，ShoeRinsics优于现有的深度预测和合成到真实领域自适应方法。
2022-10-20 cs.CV
DFBench: Benchmarking Deepfake Image Detection Capability of Large Multimodal Models
Shanghai Jiao Tong University（上海交通大学）
本文提出大规模深度伪造基准DFBench，含54万张图像并支持双向评估，同时提出基于多智能体混合的MoA-DF检测方法，验证了大型多模态模型在深度伪造检测中的有效性。
2025-06-03 cs.CV
The Forchheim Image Database for Camera Identification in the Wild
Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大大学埃尔朗根-纽伦堡分校）
图像出处可以代表犯罪调查和新闻事实核查中的关键知识。在过去的二十年中，已经提出了许多算法，用于获得关于源相机和图像的分布历史的信息。为了对这些技术进行公平的排名，重要的是严格评估它们在实际相关测试用例上的性能。为此，提出了一些数据集。然而，我们认为现有数据库中存在差距：据我们所知，目前没有同时满足两个目标的数据集，即a）干净地分离场景内容和法医痕迹，以及b）支持现实的后处理，如社交媒体重新压缩。在这项工作中，我们提出了Forchheim图像数据库（FODB），以弥补这一差距。它由27个智能手机摄像头拍摄的143个场景的23，000多张图像组成，可以将图像内容与法医文物清晰地分离开来。每张图片都有6种不同的质量：原始相机本地版本，以及来自社交网络的五个副本。我们证明了有用的FODB在相机识别方法的评估。我们报告三个发现。首先，最近提出的通用EfficientNet在干净和压缩图像上的性能明显优于几个专用的法医CNN。第二，分类器获得性能提升，即使在未知的后处理后增强人工退化。第三，FODB对场景内容和取证痕迹的清晰分离为算法基准测试施加了重要而严格的边界条件。
2020-11-04 cs.CV
3D Face Morphing Attacks: Generation, Vulnerability and Detection
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
本研究提出一种基于3D点云混合的3D人脸变形攻击生成方法，并评估其对2D/3D人脸识别系统的脆弱性，同时提出三种检测算法，实验表明该方法能生成高质量3D变形模型。
2023-10-13 cs.CV
Impact of Synthetic Images on Morphing Attack Detection Using a Siamese Network
Hochschule Darmstadt（达姆施塔特应用科学大学）
本文使用带半硬损失函数的Siamese网络评估合成图像对变形攻击检测的影响，发现基于EfficientNetB0训练可降低错误率，而混合数据集能有效提升检测性能。
2024-03-20 cs.CV
MDIW-13: a New Multi-Lingual and Multi-Script Database and Benchmark for Script Identification
本文提出MDIW-13多语言多脚本数据库，含1,135份文档、13,979行和86,655词，覆盖13种脚本，并提供手工及深度学习方法在文档、行、词级别的基准测试结果，以推动脚本识别研究。
2024-05-29 cs.CV
Completing Spatial Transcriptomics Data for Gene Expression Prediction Benchmarking
Center for Research and Formation in Artificial Intelligence（人工智能研究与培训中心）
本研究针对空间转录组学数据缺失及基因表达预测模型评估缺乏统一标准的问题，构建了含26个数据集的SpaRED数据库，提出SpaCKLE补全模型（均方误差降低超82.5%），并建立基准验证其对各类预测模型的性能提升作用。
2025-09-04 cs.CV
On the Impact of Face Segmentation-Based Background Removal on Recognition and Morphing Attack Detection
Fraunhofer Institute for Computer Graphics Research IGD（弗劳恩霍夫计算机图形研究研究所IGD）；Department of Computer Science, TU Darmstadt（图腾大学计算机科学系）
研究探讨了通过分割进行面部图像背景校正对现实场景中人脸识别和仿射攻击检测性能的影响，分析了预处理步骤对识别准确性和安全机制的影响，评估了多种分割技术、仿射攻击检测方法和人脸识别模型。
2026-04-22 cs.CV
A Latent Fingerprint in the Wild Database
Zhejiang Wanli University（浙江万里学院）；Norwegian University of Science and Technology（挪威科技大学）；Ningbo University of Finance & Economics（宁波财经学院）；Hangzhou Dianzi University（杭州电子科技大学）
本文提出一个自然环境大规模潜指纹数据库，涵盖六种采集场景，包含1,318个唯一指纹实例，并基于多受试者数据提供广泛子集评估，以解决现有数据库缺乏真实场景和大规模基准测试的问题。
2023-04-03 cs.CV
Towards Zero-Shot Differential Morphing Attack Detection with Multimodal Large Language Models
Norwegian University of Science and Technology (NTNU)（挪威科学与技术大学）；MOBAI AS（MOBAI公司）
本研究首次将多模态大语言模型用于真实生物识别数据的差分变形攻击检测，设计基于思维链的提示词提升性能，通过54人护照注册数据测试对比ChatGPT-4o与Gemini，明确二者在检测准确率、可解释性等方面的差异。
2025-05-21 cs.CV
Generating Automatically Print/Scan Textures for Morphing Attack Detection Applications
Hochschule Darmstadt（达姆施塔特应用科学大学）；National Research Center for Applied Cybersecurity ATHENE（应用网络安全ATHENE国家研究中心）
针对形变攻击检测领域训练数据集规模小、人工构建难度高的问题，本文提出两种基于迁移-迁移的自动生成打印/扫描人脸图像的方法，将其加入训练后在FRGC/FERET数据库上取得了更低的等错误率。
2024-08-18 cs.CV
DifFoundMAD: Foundation Models meet Differential Morphing Attack Detection
Biometrics and Security Research Group（生物识别与安全研究组）
DifFoundMAD利用视觉基础模型的泛化能力，通过轻量微调和类平衡优化，有效检测变形攻击，显著降低高安全等级下的误报率。
2026-07-23 cs.CV
Lowering the Barrier to IREX Participation: Open-Source Algorithms, Toolkit, and Benchmarking for Iris Recognition
University of Notre Dame（内布拉斯加大学）
本文提出两种新的开源虹膜识别算法，提供Python和符合IREX标准的C++实现，用于提交官方IREX X计划。研究旨在首次根据IREX测试协议评估开源虹膜识别解决方案，并提供一个模型C++提交，显著促进其他团队的开源方法进入IREX评估。新方法包括两个神经网络，分别使用三元组损失与批量硬三元组挖掘（TripletIris）和ArcFace损失（ArcIris）。此外，文章还提供了两种现有方法的开源IREX兼容C++实现：基于虹膜图像过滤的人类显著性驱动内核（HDBIF）算法，以及用于检测和比较Fuchs密钥（CRYPTS）的人类可解释算法。除了CRYPTS在1:N搜索中面临时间限制外，其他方法已通过官方IREX X评估，并在多个流行学术基准上进行了评估。最后，本文还提供了可用于任何新虹膜识别方法的虹膜分割和圆圈估计开源模型。
2026-06-08 cs.CV cs.LG
Unveiling the Two-Faced Truth: Disentangling Morphed Identities for Face Morphing Detection
INESC TEC（INESC TEC（葡萄牙系统与计算机工程研究所））；University of Porto（波尔图大学）；Fraunhofer Institute for Computer Graphics Research IGD（弗劳恩霍夫计算机图形学研究所IGD）；TU Darmstadt（达姆施塔特工业大学）
针对人脸变形攻击检测中性能与可解释性难以兼顾的问题，提出 IDistill，通过自动编码器学习并蒸馏身份分离信息，在五个数据库中三个取得最优、其余具竞争力。
2023-06-05 cs.CV cs.LG
Face Morphing Attack Generation & Detection: A Comprehensive Survey
Norwegian University of Science and Technology (NTNU)（挪威科技大学（NTNU））
人脸识别系统（FRS）对各种攻击（包括直接攻击和间接攻击）和人脸变形攻击的脆弱性已经引起了生物识别界的极大兴趣。变形攻击的目标是通过呈现基于变形的面部图像获得的电子机器可读旅行证件（eMRTD）或电子护照来破坏自动边境控制（ABC）门处的FRS。由于大多数国家的电子护照申请过程需要申请人出示护照照片，恶意行为者和共犯可以生成变形的人脸图像并获得电子护照。具有变形面部图像的电子护照可以被恶意行为者和共犯用于越过边界，因为变形面部图像可以针对他们两者进行验证。这可能会造成重大威胁，因为恶意行为者可以在不透露其犯罪背景的情况下越境，而共犯的详细情况则记录在出入控制系统的日志中。本文系统地综述了人脸变形技术在变形生成和变形检测两个方面的研究进展。在本文中，我们描述和说明了人脸变形攻击的各个方面，包括生成变形人脸图像的不同技术，但也是最先进的变形攻击检测（MAD）算法的基础上，严格的分类法，最后的公共数据库的可用性，允许基准新的MAD算法以可重复的方式。还全面提供了竞争/基准测试、脆弱性评估和性能评估指标的结果。此外，我们还讨论了在这个不断发展的生物识别领域需要解决的开放性挑战和潜在的未来工作。
2020-11-03 cs.CR cs.CV cs.CY
Benchmarking Super-Resolution Algorithms on Real Data
Friedrich-Alexander-Universität (FAU) Erlangen-Nürnberg（埃尔朗根-纽伦堡大学）
在过去的几十年里，各种超分辨率（SR）技术已经发展到提高数字图像的空间分辨率。尽管有大量的方法上的贡献，仍然缺乏在实际条件下的SR的比较验证，因为捕获真正的地面实况数据是一项具有挑战性的任务。因此，目前的研究要么评估1）模拟数据或2）在没有像素的地面真相的真实数据。为了促进全面的研究，本文介绍了公开的超分辨率埃尔兰根（SupER）数据库，其中包括真正的低分辨率图像以及高分辨率地面实况数据。我们的数据库包括在各种类型的运动和光度条件下从14个场景捕获的超过20k图像的图像序列。数据集覆盖四个空间分辨率水平，使用相机硬件装仓。利用该数据库，我们对15种单图像和多帧SR算法进行了基准测试。我们的实验定量分析SR的准确性和鲁棒性在现实条件下，包括独立的对象和相机运动或光度变化。
2017-09-08 cs.CV
Open-Source Manually Annotated Vocal Tract Database for Automatic Segmentation from 3D MRI Using Deep Learning: Benchmarking 2D and 3D Convolutional and Transformer Networks
University of Iowa（爱荷华大学）；Shenandoah University（谢南多厄大学）
本研究评估深度学习算法从3D MRI自动分割声道的有效性，并发布开源手动标注数据库，基准测试2D/3D卷积及Transformer网络。
2025-02-28 cs.CV cs.SD eess.AS
F-Bench: Rethinking Human Preference Evaluation Metrics for Benchmarking Face Generation, Customization, and Restoration
Shanghai Jiao Tong University（上海交通大学）；Bilibili Inc.（哔哩哔哩公司）
针对AI生成人脸图像缺乏全面质量评估的问题，本文构建了含12,255张图像和32,742个MOS的FaceQ数据库，并据此建立F-Bench基准，发现现有标准指标在评估真实性、身份保真度和文本-图像对应性方面效果不佳。
2025-09-10 cs.CV
Toward Bridging the Simulated-to-Real Gap: Benchmarking Super-Resolution on Real Data
Friedrich-Alexander-Universität (FAU) Erlangen-Nürnberg（弗里德里希-亚历山大大学（FAU）埃尔朗根-纽伦堡）
捕获地面实况数据以基准超分辨率（SR）是具有挑战性的。因此，目前的定量研究主要是对从地面实况图像中人工采样的模拟数据进行评估。我们认为，这样的评估高估了SR方法的实际性能相比，他们的行为在真实图像上。为了弥合这一模拟到真实的差距，我们引入了超分辨率埃尔兰根（SupER）数据库，第一个全面的实验室SR数据库的所有真正的收购与像素明智的地面真相。它由14个场景的80k多张图像组成，结合了不同的方面：CMOS传感器噪声，四个分辨率级别的真实采样，九种场景运动类型，两种光度条件和五个级别的有损视频编码。因此，该数据库在质量和数量上都超过现有基准一个数量级。本文还对19种流行的单帧和多帧算法进行了测试。该基准包括利用地面实况数据进行的定量研究和大规模观察员研究中的定性评价。我们还从统计学的角度严格调查两种评估之间的协议。一个有趣的结果是，在模拟数据上表现最好的方法可能会被真实数据上的其他方法超越。我们的见解可以刺激进一步的算法开发，而可用的数据集可以促进未来的评估。
2019-06-16 cs.CV
Single Image based Head Pose Estimation with Spherical Parameterization and 3D Morphing
Shandong University（山东大学）；City University of Hong Kong（香港城市大学）；Xi’an Jiaotong-Liverpool University（西交利物浦大学）
头部姿态估计在各种应用中起着至关重要的作用，例如，本文结合驾驶辅助系统、人机交互、虚拟现实等技术，提出了一种新的基于几何的人脸姿态估计算法。具体地，首先将来自预定义的3D面部模型的仅四个非共面特征点的直角坐标以及从2D面部图像自动/手动提取的对应特征点的直角坐标归一化以排除外部因素的影响（即，比例因子和平移参数）。然后，四个标准化的3D特征点被表示在以自身唯一确定的球体为基准的球坐标中。由于球面参数化，特征点的坐标可以沿直角坐标系中的所有三个方向有效地变形。最后，通过最小化归一化的2D特征点与变形的3D特征点的2D重投影之间的欧几里得距离来获得指示头部姿态的旋转矩阵。在两个流行的数据库，即，Point '04和Biwi Kinect的实验结果表明，与现有的基于几何的方法相比，该算法能够以更高的精度和更低的运行时间估计头部姿态。即使与最先进的基于学习的方法或具有额外深度信息的基于几何的方法相比，我们的算法仍然可以产生相当的性能。
2020-01-03 cs.CV eess.IV
Signal-level Fusion for Indexing and Retrieval of Facial Biometric Data
Hochschule Darmstadt（达姆施塔特应用科学大学）
世界各地生物识别部署的范围、规模和数量不断增长，强调了研究促进高效和可靠的生物识别查询技术的必要性。这项工作提出了一种索引生物特征数据库的方法，它依赖于信号级融合的面部图像（变形），以创建一个多阶段的数据结构和检索协议。通过连续地预过滤潜在候选身份的列表，所提出的方法使得可以减少完成生物特征识别事务所需的生物特征模板比较的次数。所提出的方法是广泛的公开可用的数据库使用开源和商业现成的识别系统进行评估。结果表明，使用所提出的方法，计算工作量可以减少到30%左右，同时在闭集和开集识别场景中完全保持了基线基于穷举搜索的检索的生物识别性能。
2021-03-05 cs.CV
uTHCD: A New Benchmarking for Tamil Handwritten OCR
University of Technology and Applied Science（技术与应用科学大学）
手写体字符识别是文档图像分析领域几十年来一项具有挑战性的研究，这是由于许多原因，例如书写风格变化大，数据中固有的噪声，它提供的广泛应用，非基准数据库的可用性等。文献中报道了大量关于为几种印度文字创建数据库的工作，但泰米尔文字仍处于起步阶段，仅在一个数据库中报告[5]。在本文中，我们提出了一个详尽的和大的无约束的泰米尔手写字符数据库（uTHCD）的创建所做的工作。数据库由大约91000个样本组成，156个类中每个类近600个样本。该数据库是在线和离线样本的统一集合。通过要求志愿者在指定网格内的表格上写下样本来收集离线样本。对于在线样本，我们让志愿者使用数字书写板在类似的网格中书写。所收集的样本包括各种各样的书写风格，固有的失真所产生的离线扫描过程中，即中风不连续性，可变厚度的中风，失真等算法，这是弹性的，这样的数据可以实际部署为实时的应用。这些样本来自大约650名泰米尔本地志愿者，包括上学的孩子、家庭主妇、大学生和教职员工。孤立的字符数据库将作为原始图像和分层数据文件（HDF）压缩文件公开提供。有了这个数据库，我们希望在泰米尔手写字符识别中建立一个新的基准，并作为一个发射台，在文档图像分析领域的许多途径。论文还提出了一个理想的实验设置，使用数据库的卷积神经网络（CNN）与基线准确率为88%的测试数据。
2021-03-13 cs.CV cs.LG
Reliable Detection of Doppelgängers based on Deep Face Representations
Hochschule Darmstadt（达姆施塔特应用科学大学）
在面部识别系统中，与选择用于非配对比较试验的随机面部图像对相反，Doppelgängers（或类似者）通常会增加错误匹配的概率。在这项工作中，我们使用最先进的人脸识别系统评估了HDA Doppelgänger和伪装面孔在野生数据库中的影响。结果发现，doppelgänger图像对产生非常高的相似性分数，导致错误匹配率显着增加。此外，我们提出了一个doppelgänger检测方法，区分doppelgängers交配比较试验通过分析从人脸图像对获得的深度表示的差异。所提出的检测系统采用基于机器学习的分类器，该分类器利用人脸变形技术用生成的二重像图像对进行训练。在HDA Doppelgänger和Look-Alike Face数据库上进行的实验评估显示，对于将配对认证尝试与Doppelgänger分离的任务，检测相等的出错率约为2.7%。
2022-04-05 cs.CV
MCL-3D: a database for stereoscopic image quality assessment using 2D-image-plus-depth source
Xidian University（西安电子科技大学）；University of Southern California（南加州大学）
一个新的立体图像质量评估数据库渲染使用的2D图像加深度源，称为MCL-3D，描述和性能基准测试的几个已知的2D和3D图像质量指标使用的MCL-3D数据库在这项工作中。首先选择九个图像加深度源，并且使用基于深度图像的渲染（DIBR）技术来渲染立体图像对。在立体图像渲染之前施加到纹理图像或深度图像的失真包括：高斯模糊、加性白噪声、下采样模糊、JPEG和JPEG-2000（JP 2K）压缩和传输误差。此外，不完美的渲染所造成的失真也被检查。MCL-3D数据库包含693个立体图像对，其中三分之一的分辨率为1024 x728，三分之二的分辨率为1920 x1080。在用户友好性的主观测试中采用了成对比较，并可以相应地计算平均意见得分（MOS）。最后，我们评估了应用于MCL-3D的几个2D和3D图像质量指标的性能。MCL-3D中的所有纹理图像、深度图像、渲染图像对及其在主观测试中获得的MOS值可供公众（http：//mcl.usc.edu/mcl-3d-database/）用于未来的研究和开发。
2014-03-23 cs.CV
Benchmarking performance of object detection under image distortions in an uncontrolled environment
Paris-Saclay University（巴黎萨克雷大学）；Univ Evry（埃夫里大学）；IBISC Lab（IBISC实验室）
目标检测算法的鲁棒性在实际应用中起着重要作用，特别是在图像采集过程中由于失真而导致的不受控制的环境中。已经证明，目标检测方法的性能受到捕获失真的影响。在这项研究中，我们提出了一个性能评估框架的国家的最先进的目标检测方法，使用一个专用的数据集，包含在不同程度的严重程度的各种失真的图像。此外，我们提出了一种适用于MS-COCO数据集的原始图像失真生成策略，该策略结合了一些局部和全局失真，以达到更好的性能。我们已经证明，使用所提出的数据集进行训练，可以将目标检测的鲁棒性提高31.5%。最后，我们提供了一个自定义的数据集，其中包括从MS-COCO失真的自然图像，以执行对常见失真的鲁棒性的更可靠的评估。数据库和不同失真的生成源代码是公开的
2022-10-28 cs.CV cs.DB
PatentNet: A Large-Scale Incomplete Multiview, Multimodal, Multilabel Industrial Goods Image Database
Guangdong Polytechnic Normal University（广东技术师范大学）；Guangdong University of Technology（广东工业大学）
在深度学习领域，大规模图像数据集的出现为目标识别和检索的成功带来了突破。作为创新的体现，工业产品的多样性显著增大，其不完全多视图、多模态、多标签等特征与传统数据集不同。在本文中，我们介绍了一个工业产品数据集，即专利网，具有许多高度多样化，准确和详细的工业产品图像注释，以及相应的文本。在专利网中，图片和文字来源于外观设计专利。在超过600万张由专业人员手动检查的工业产品图像和相应文本中，PatentNet是第一个正在进行的工业产品图像数据库，其种类比以前用于基准测试的工业产品数据集更广泛。PatentNet根据洛迦诺分类协议将数百万幅图像分为32个类别和219个子类。通过对图像分类、图像检索和不完全多视图聚类的大量实验，我们证明了我们的PatentNet比现有的工业图像数据集更加多样化、复杂和具有挑战性，具有更高的潜力。此外，PatentNet中不完整的多视图、多模式和多标签的特性能够为人工智能社区和其他领域提供无与伦比的机会。
2021-06-23 cs.AI cs.CV
BIQ2021: A Large-Scale Blind Image Quality Assessment Database
University of Engineering and Technology Lahore（拉合尔工程技术大学）
由于数字多媒体设备的广泛使用，数字图像的感知质量的评估变得越来越重要。智能手机和高速互联网只是技术的两个例子，这些技术使可用的多媒体内容数量成倍增加。因此，获得客观质量评估训练所需的代表性数据集是一个重大挑战。本文介绍了盲图像质量评估数据库BIQ2021。通过选择具有自然发生的失真和可靠标记的图像，数据集解决了获得代表性图像进行无参考图像质量评估的挑战。该数据集由三组图像组成：那些无意使用它们进行图像质量评估的图像，那些故意引入自然失真的图像，以及那些从开源图像共享平台拍摄的图像。试图维护来自各种设备的图像的多样化集合，包含各种不同类型的对象和不同程度的前景和背景信息。为了获得可靠的分数，这些图像在实验室环境中使用单一刺激方法进行主观评分。该数据库包含有关主观评分、人类受试者统计和每张图像的标准差的信息。该数据集的平均意见得分（MOS）使其有助于评估视觉质量。此外，建议的数据库被用来评估现有的盲图像质量评估方法，并使用皮尔逊和斯皮尔曼的相关系数的分数进行分析。图像数据库和MOS可免费使用和基准测试。
2023-01-10 cs.CV eess.IV
