计算机科学与探索

作者：马倩, 董武, 曾庆涛, 张艳, 陆利坤, 周子镱

单位：北京印刷学院 高端印刷装备信号与信息处理北京市重点实验室，北京 102600

关键词：图像重定向,质量评价方法,深度学习,多层次特征

基金：北京市数字教育研究重点课题（BDEC2022619027）；北京市高等教育学会2023年立项面上课题（MS2023168）；北京印刷学院校级科研项目（Ec202303，Ea202301，E6202405）；北京印刷学院学科建设和研究生教育专项（21090323009）；北京印刷学院出版学新兴交叉学科平台建设项目（04190123001/003）。

图像重定向方法通过改变图像的尺寸与宽高比，使生成的图像在不同的显示设备上均有良好的兼容性。当前已有的图像重定向方法虽然已经取得了一定的研究成果，但它们仍不能适用于所有类型的显示设备。在图像重定向过程中易产生人工失真，降低了用户的视觉体验，针对不同的失真类型，需要使用不同的质量评价方法来准确预测重定向结果图像的质量。对目前图像重定向方法及客观质量评价方法的研究进展均进行了较为全面的总结。总结了重定向方法，分为传统的基于内容感知的图像重定向方法和基于深度学习的图像重定向方法，并分析了这两类方法的优缺点；重点阐述了图像重定向客观质量评价方法的特点，包括基于底层特征的方法和基于多层次特征的方法，质量评价方法对图像重定向方法的优化与发展至关重要；列举了现有的三个数据集，并对不同的图像重定向客观质量评价方法的性能进行了分析比较；根据现阶段图像重定向领域存在的问题，对该方向的未来发展趋势进行了展望。

来源：2025年第2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2025年第2期