摘要投影显示视觉质量数据集是一个面向投影图像质量评估与视觉效果分类研究构建的结构化数据集共包含 7000 条记录和 51 个字段。数据集概述投影显示视觉质量数据集是一个面向投影图像质量评估与视觉效果分类研究构建的结构化数据集共包含 7000 条记录和 51 个字段。每条记录对应一个基于图像的投影显示样本综合描述了图像本身的视觉属性、投影设备与环境条件、屏幕特性、纹理表现以及人类感知质量指标并以 target_visual_effect_category 作为目标变量将样本划分为“质量很差、质量差、一般质量、质量好、质量优秀”五个等级。该数据集适用于智能教室、家庭影院、会议厅、沉浸式展厅和数字展示等场景中的投影效果研究为构建自动化视觉质量评估模型提供了较完整的数据基础。数据结构与关键特征该数据集的特征可分为五类样本与内容信息、图像质量特征、投影环境与设备特征、纹理与感知特征、目标分类标签。样本层面包含 sample_id、image_file、projection_environment、projection_type、screen_material、content_type 等基础信息图像质量特征包括亮度、亮度变化、对比度强度、清晰度、边缘密度、细节复杂度、RGB 通道强度、色彩丰富度、模糊倾向等投影环境与设备特征包括环境照度、投影距离、观看角度、屏幕尺寸、投影分辨率、亮度等级、对比度等级、色彩饱和度、清晰度等级、色彩失真、模糊退化、噪声可见性、几何对齐误差和聚焦稳定性等此外还包含纹理能量、纹理平滑度、纹理复杂度、文字可读性、颜色自然度、感知对比度和整体显示一致性等感知评价指标。这样的多维结构使数据集能够从图像内容、设备设置、环境条件和人类视觉感知多个角度刻画投影显示质量。应用价值与研究方向该数据集可广泛用于投影显示质量分类、图像视觉效果评估、显示条件优化、感知质量预测和智能投影系统研究。研究人员可以采用随机森林、XGBoost、LightGBM、支持向量机等传统机器学习方法或使用多层感知机、Transformer 和多模态融合模型对视觉质量等级进行五分类预测并分析环境照度、投影距离、清晰度、模糊度、色彩失真和屏幕均匀性等因素对最终视觉效果的影响。进一步的研究还可以围绕特征选择、可解释性分析、主观评分建模、投影参数智能优化、跨场景泛化以及智能教室和数字展陈中的实时显示质量调节展开为投影设备调参、内容适配和视觉体验提升提供数据支持。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-443文件大小400M原创声明本数据集为整理作品
