计算机科学与探索

作者：田颖哲, 董武, 陆利坤, 马倩, 周子镱, 张二青

单位：北京印刷学院 信息工程学院，北京 102600

关键词：全景图像,深度学习,图像质量评价,虚拟现实,客观评价

基金：北京印刷学院校级科研项目（E6202405）；北京印刷学院学科建设和研究生教育专项（21090525014，21090325003）；北京印刷学院信息与通信工程一级学科博士点培育项目（21090525004）；北京印刷学院出版学新兴交叉学科平台建设项目（04190123001/003）；北京印刷学院科研平台建设项目（KYCPT202509）。

近年来，随着虚拟现实技术的迅速发展，全景图像逐渐受到广泛关注，它在提供沉浸式体验方面具有重要作用。现有的图像客观质量评价方法未能有效评估全景图像的质量，因此为全景图像设计专门的图像客观质量评价方法显得尤为必要。全面总结了基于深度学习的全景图像客观质量评价方法的研究进展。分析了全景图像的特点；根据评价方法的输入图像类型，将全景图像客观质量评价方法划分为四类，分别是等距柱状投影格式的质量评价方法、分段球面投影格式的质量评价方法、立方体投影格式的质量评价方法和视口图像的质量评价方法，并比较了这些方法的原理、特点和性能；总结了全景图像客观质量评价中使用的数据集和评价指标；对全景图像客观质量评价的未来发展方向进行展望，为后续研究提供了切实可行的研究思路。

来源：2026年第3期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2026年第3期