UID2021

UID2021是一个大规模水下图像数据集，由中国青岛大学计算机科学与技术学院创建，包含60个多重退化的水下图像和通过15种先进水下图像增强与恢复算法生成的900个质量改进版本，总计960张图像。数据集覆盖六种常见水下场景，如蓝绿色场景、绿色场景等。通过52名观察者的主观评价，获取了平均意见分数（MOS）。UID2021旨在全面评估无参考水下图像质量评估（UIQA）算法，为UIQA研究提供基准。

UID2021 is a large-scale underwater image dataset developed by the School of Computer Science and Technology, Qingdao University, China. It contains 60 multi-degraded underwater images and 900 quality-improved versions generated by 15 state-of-the-art underwater image enhancement and restoration algorithms, totaling 960 images. The dataset covers six common underwater scenarios, such as blue-green scenarios, green scenarios and others. Mean Opinion Scores (MOS) were obtained through subjective evaluations conducted by 52 observers. UID2021 aims to comprehensively evaluate no-reference underwater image quality assessment (UIQA) algorithms, serving as a benchmark for UIQA research.

搜集汇总

数据集介绍

构建方式

UID2021数据集的构建旨在解决水下图像质量评估（UIQA）领域缺乏公开数据集和可靠客观指标的问题。该数据集包含60张来自不同来源的多重退化水下图像，涵盖了六种常见的水下场景（如蓝色场景、蓝绿色场景、绿色场景、雾状场景、低光场景和浑浊场景）。此外，通过应用15种最先进的水下图像增强和恢复算法，生成了900张质量改进的图像。为了获得主观质量评分，采用了配对比较排序法，由52名观察者对图像进行评分，最终得到平均意见分数（MOS）。

特点

UID2021数据集的特点在于其多样性和全面性。首先，数据集涵盖了六种典型的水下场景，能够反映不同环境下的图像退化情况。其次，通过多种增强算法生成的900张改进图像，提供了丰富的质量变化范围，便于评估不同算法的性能。此外，数据集还包含了基于主观评分的MOS值，为客观评估提供了可靠的基准。这些特点使得UID2021成为评估无参考UIQA算法的理想工具。

使用方法

UID2021数据集的使用方法主要包括以下几个方面：首先，研究人员可以利用该数据集评估现有的无参考UIQA算法，特别是针对水下图像的特殊退化情况。其次，数据集中的MOS值可以作为基准，用于验证新开发的UIQA算法的准确性。此外，数据集还可用于优化和改进现有的水下图像增强和恢复算法。通过对比不同算法在数据集上的表现，研究人员可以更好地理解其优缺点，并推动UIQA领域的进一步发展。

背景与挑战

背景概述

UID2021数据集由青岛大学计算机科学与技术学院的侯国嘉、李宇轩、杨欢以及中国海洋大学工程学院的李坤谦等研究人员于2021年创建，旨在解决水下图像质量评估（UIQA）领域的关键问题。该数据集包含60张多退化水下图像及其900个质量改进版本，涵盖了六种常见水下场景（如蓝色、蓝绿色、绿色、雾状、低光和浑浊场景），并通过15种先进的水下图像增强和恢复算法生成。UID2021的创建填补了水下图像质量评估领域缺乏公开数据集和可靠客观评估指标的空白，为UIQA算法的全面评估提供了重要工具。该数据集不仅推动了水下图像处理技术的发展，还为海洋科学研究和工程应用提供了有力支持。

当前挑战

UID2021数据集面临的挑战主要体现在两个方面。首先，水下图像质量评估本身具有复杂性，由于水下环境的特殊性，图像常受到低对比度、模糊、颜色失真和噪声等退化因素的影响，现有的自然图像质量评估算法难以有效应用于水下场景。其次，在数据集构建过程中，研究人员面临了数据收集和主观评估的挑战。由于水下图像的获取成本高且难度大，如何确保数据集的多样性和代表性成为一大难题。此外，主观评估需要大量人力参与，且评估结果易受观察者主观因素的影响，如何保证评估结果的可靠性和一致性也是构建过程中的关键挑战。

常用场景

经典使用场景

UID2021数据集主要用于评估无参考水下图像质量评估（UIQA）算法的性能。该数据集包含60张经过多重退化的水下图像及其900张通过15种最先进的水下图像增强和恢复算法生成的改进版本。这些图像涵盖了六种常见的水下场景（如蓝色场景、蓝绿色场景、绿色场景、雾状场景、低光场景和浑浊场景），并通过52名观察者的主观评分（MOS）进行质量评估。UID2021为研究人员提供了一个全面的基准，用于测试和比较不同UIQA算法在不同水下环境中的表现。

实际应用

UID2021数据集的实际应用场景广泛，涵盖了海洋科学研究、水下目标检测与跟踪、海底生物监测等领域。在这些应用中，水下图像的质量直接影响数据的准确性和分析结果。通过使用UID2021数据集，研究人员可以开发和优化水下图像增强和恢复算法，从而提高水下图像的清晰度和可用性。此外，该数据集还可用于训练和测试基于深度学习的水下图像处理模型，进一步提升水下视觉感知系统的性能。

衍生相关工作

UID2021数据集的发布推动了水下图像质量评估领域的多项研究工作。基于该数据集，研究人员开发了多种新的无参考UIQA算法，如UCIQE、UIQM、CCF和FDUM等。这些算法在UID2021上进行了广泛测试，并展示了其在不同水下场景中的优越性能。此外，UID2021还激发了更多关于水下图像增强和恢复算法的研究，如基于深度学习的图像增强方法和多尺度融合技术。这些衍生工作不仅提升了水下图像处理的技术水平，还为未来的研究提供了新的思路和方向。