随着网络传输技术以及移动设备的发展与进步，以基于深度图像的绘制技术为核心的3DTV、立体视频、自由视点视频、三维场景远程绘制等图形图像系统逐渐得到广泛应用。这类系统的特点是服务器端仅传输稀疏的参考视点深度图像，客户端可以合成任意视点下的图像，其呈现给用户的结果称为虚拟视点图像。与传统图像失真不同，虚拟视点图像的失真具有非结构性、局部性的特点，因此，需要给出合理的、符合人的主观认知的质量度量指标，并以此来优化参考视点获取、深度图像编码与传输、虚拟视点合成等环境，从而提升系统的服务质量与用户体验质量。本书以虚拟视点图像质量度量方法研究为切入点，介绍了作者在虚拟视点图像无参考质量度量、基于虚拟视点图像质量度量的应用等方面的研究成果，并对每一研究内容，尽量给出相关重要、里程碑式的方法，以揭示技术演化的脉络，便于读者在了解当前研究进展的同时把握未来的发展趋势。 本书既可作为高等学校计算机类相关专业高年级本科生及研究生的教材，也可作为机器视觉、虚拟现实相关领城从业人员的参考书。

第1章 绪论
1.1 虚拟视点图像的产生及应用
1.1.1 基于深度图像的绘制技术
1.1.2 虚拟视点图像的应用
1.2 虚拟视点图像的失真特点
1.3 虚拟视点图像质量度量的意义
1.4 本书组织结构
参考文献
第2章 虚拟视点图像质量度量的理论研究现状
2.1 图像质量度量方法概述
2.2 图像质量主观度量
2.2.1 图像质量主观评测方法
2.2.2 图像质量主观评分数据集
2.3 图像质量客观度量
2.3.1 全参考图像质量度量
2.3.2 部分参考图像质量度量
2.3.3 无参考图像质量度量
2.4 虚拟视点图像质量度量
2.4.1 传统图像质量度量方法的迁移
2.4.2 基于深度的图像质量度量
参考文献
第3章 无参考虚拟视点图像/视频质量度量方法
3.1 基于视觉权重图的无参考图像质量度量方法
3.1.1 概述
3.1.2 视觉权重图的生成方法
3.1.3 基于视觉权重图的无参考图像质量度量方法的整体流程
3.1.4 实验结果与分析
3.2 基于局部显著度的无参考虚拟视点图像质量度量方法
3.2.1 概述
3.2.2 虚拟视点图像局部显著度
3.2.3 基于CNN的无参考虚拟视点图像质量度量
3.2.4 虚拟视点图像主观数据集的构建
3.2.5 实验结果与分析
3.3 基于多模态特征聚合的无参考虚拟视点视频质量度量方法
3.3.1 概述
3.3.2 虚拟视点视频失真分析及特征表示
3.3.3 基于注意力的多模态特征聚合
3.3.4 虚拟视点视频主观数据集的构建
3.3.5 实验结果与分析
参考文献
第4章 虚拟视点图像质量度量的应用
4.1 基于虚拟视点图像质量度量的参考视点深度图像传输方法
4.1.1 概述
4.1.2 基于JND的虚拟视点图像质量度量
4.1.3 基于视觉感知的参考视点深度图像传输
4.1.4 实验结果与分析
4.2 基于视觉感知的无监督虚拟视点合成方法
4.2.1 概述
4.2.2 无监督的虚拟视点合成框架
4.2.3 基于视觉感知的损失函数
4.2.4 实验结果与分析
参考文献
第5章 总结与展望
5.1 总结
5.1.1 虚拟视点图像质量度量总结
5.1.2 虚拟视点图像质量度量的应用总结
5.2 展望