双目人脸识别摄像头坏点检测报告

的拍摄越来越普及。消费类电子设备的技术进步带来了质量的提高并带来以社交媒体以及人工智能应用所展示的新的使用方式。设备制造商和用户都有比较不同的摄像头的需要。这些设备可能是智能手机、汽车部件、监控设备、单反相机、无人机、运动型摄像机等。虽然目前已有静态图像的质量标准和测量协议，但仍需要质量的测量协议。这需要包括从照片协议中改编的部分，特别是关于时间的层面。本文提出了一种综合的对整个采集和编码通道进行客观评价的硬件和软件测量协议，并对其进行了实验验证。
导语
图像质量的测量评估的研究已经相对比较完善。已有好几个ISO标准，以及IEEE-P1858 CPIQ标准[3]。Baxter[1]和 Jin[5]等描述了具有JND mapping/主观比较的CPIQ度量。其它的图像客观质量测量与主观观测或者JND映射的关系也已被研究发表了。例如，He[2]等提出了一种基于人类感知为尺度的客观曝光质量的测量方法。
对于运动图像，所有静态图像质量度量都可以应用于单个帧以进行初步的评估。然而，光照变化在中非常常见，需要对不同时间的表现进行评估。从室内走到室外，拍摄灯光会不断变化；汽车驶出隧道或在具有不同光源下的场景中移动时，灯光也会不断变化。在本文中，我们考虑的是用户相机在自动模式下使用的情况。相机必须根据环境自动调整所有参数。曝光、白平衡和颜色是静态图像*明显的品质特征；这也同样适用于，我们也需要评估这些属性在光线变化期间的收敛性。此外，照片中存在的一些伪影也存在于中，但它们对整体感知的影响是不同的。例如，时间层面的噪声可能带来不同于空间层面的噪声的感受，因此必须对其进行单独测试。
编码和传输引起的图像质量的影响以及与Mean Opinion Score (MOS)的关联已被VQEG广泛研究[10][11]。这些测量不会评估任何编码前的步骤，也不包括拍摄条件，因此它们不能作为的质量测量协议。质量在时间层面上已经开始研究；例如，Oh等人进行了自动曝光适应的感知研究[8] 。据我们所知，目前还没有一个与图像质量主观感知相关的测量协议。
这项工作的目标是提供一个质量客观评估的测量协议，可以可靠地比较不同的摄像机。它应能够对相机进行分级排序，其顺序应与*终用户的分级排序相同。在本文中，我们关注三个和时间相关的指标：曝光收敛、颜色收敛和时间视觉噪声。
这项工作的新颖之处在于包括了一个联合设计硬件（闭环控制照明、定制图卡等）和软件，以提供质量测量协议的整体方法。这能够测试代表真实用例的不同照明条件（室内、室外、低光）。另外，测量是在自动模式和*终用户角度进行的，因此测量协议包括整个采集和编码（光学、传感器、ISP、编码器）。
提出的指标
大多数静态图像的质量指标可以通过独立处理每个帧，然后对相关信息进行统计从而应用到上。例如，我们可以计算每一帧的相关度量，并将平均值应用到整个序列。因此，我们可以测量目标曝光、白平衡、静态色彩还原性、纹理保留、空间视觉噪声、调制传递函数（MTF）、渐晕、振铃、畸变和横向色差。这些指标在Analyzer的解决方案和其它方案中提供。
在本文中，我们只关注质量评估的时间层面：环境光转换时的曝光和颜色收敛，以及稳定光下的时间视觉噪声。所有测量均在受控照明条件下的定制图卡上进行。
光照变化时的曝光和颜色
当场景中的灯光发生变化时，光照的变化对于质量是一个很大的挑战。在拍摄光线不断变化的情况下，比如从室外走到室内或从室内到室外，驶出或驶入隧道时都会出现这种情况。在自动模式下，设备需要根据光线的变化调整曝光和白平衡，由此产生的过渡可能会让使用者感到不适。在本节中，我们将提出评估光照变换时的自动曝光和自动白平衡性能的指标。