知觉质量评估计算神经科学卷2

本研究课题是研究课题“知觉质量评估的计算神经科学”的第二卷。请看第一卷在这里．

质量评估旨在衡量用户在体验应用程序或服务时的喜悦或烦恼程度。随着内容获取、处理、传输和显示技术的快速提高，最终用户对服务提供商不断提高体验质量的期望和要求。为了保证终端用户获得良好的体验质量，近年来引入并广泛研究了感知质量评估。由于处理后信号的最终接收者通常是人，因此考虑人的感知特性是合理和有益的。尽管我们对人类知觉的内在神经科学工作机制仍然知之甚少，但从神经科学中汲取灵感并利用这些特性对知觉质量进行计算建模是值得研究的。

目前的许多质量评估模型已经尝试在某种程度上包括人类的感知属性，然而，这些模型中的大多数只采用简化的人类感知概念，并使用“黑盒”机器学习技术来建模体验质量。神经科学和计算机科学的快速发展为更深入地探索质量感知的内在神经科学工作机制，以及利用计算神经科学理论和模型进行更有效和可解释的质量评估提供了机会。具体而言，一方面，人类知觉的生物学基础，特别是与质量知觉相关的生物学基础，可以在神经生物学的最新进展的基础上进一步探索。另一方面，寻求更好的方法将神经科学相关工作机制应用于质量评估，建立更准确的脑启发计算质量评估模型也是值得研究的。

本研究课题诚邀新颖且高质量的论文，以介绍感知质量评估的计算神经科学研究及其在人工系统中的潜在应用。主题包括但不限于:

1)人类知觉的神经科学研究，特别是与质量知觉有关的神经科学研究;
2)用于感知质量建模的计算神经科学模型;
3)神经科学启发的知觉质量建模，包括知觉质量评估、控制和优化;
4)神经科学启发的视觉注意建模，包括视觉注意的机制、视觉显著性预测，以及视觉注意模型在相关应用中的应用;
5)基于深度学习、迁移学习、无监督学习、对比学习等先进学习技术的质量评估。
6)虚拟现实、增强现实、光场、高动态范围媒体等新兴多媒体技术的质量评估。