The emerging mulsemedia (MULtiple SEnsorial MEDIA) introduces new sensorial data (haptic, olfaction, gustation, etc.), significantly augmenting the conventional audio-visual communication. This can be used in many areas, such as immersive entertainment and innovative education. Previous research has been dedicated to evaluating the impact of other sensorial data on conventional multimedia; however, standalone quality evaluation of new sensorial data, especially vibrotactile data (a type of haptic data), has not been covered. To the best of our knowledge, this paper is the first to empirically demonstrate that the common statistical metrics in audio and visual domains, i.e. signal-to-noise ratio (SNR) and Structural SIMilarity (SSIM), are highly correlated with human vibrotactile perception as well. To be specific, we propose a testing protocol for vibrotactile quality evaluation and conduct subjective experiments. The results suggest that SNR and SSIM are applicable to vibrotactile quality assessment. We also consider a practical scenario where the quality of vibrotactile data varies with time. Based on the validation of SNR and SSIM in the first part, we present an objective metric as a hybrid composition of SNR and SSIM. Instead of assessing the quality of data using an overall score, the hybrid metric evaluates the quality in a time-varying manner. Subjective experiments are conducted and the results demonstrate that the correlation coefficient can be significantly increased using the hybrid metric.

中文翻译：

---

振动触觉质量评估：基于 SNR 和 SSIM 的混合度量设计

新兴的多媒体媒体（MULtiple SEnsorial MEDIA）引入了新的感官数据（触觉、嗅觉、味觉等），显着增强了传统的视听通信。这可以用于许多领域，例如沉浸式娱乐和创新教育。以前的研究一直致力于评估其他感官数据对传统多媒体的影响；然而，新的感官数据，尤其是振动触觉数据（一种触觉数据）的独立质量评估尚未涵盖。据我们所知，本文是第一个凭经验证明音频和视觉领域的常见统计指标，即信噪比 (SNR) 和结构相似性 (SSIM) 与人类振动触觉感知高度相关的论文。以及。再具体一点，我们提出了振动触觉质量评估的测试协议并进行了主观实验。结果表明 SNR 和 SSIM 适用于振动触觉质量评估。我们还考虑了一个实际场景，其中振动触觉数据的质量随时间变化。基于第一部分中 SNR 和 SSIM 的验证，我们提出了一个客观度量，作为 SNR 和 SSIM 的混合组合。混合指标不是使用总分来评估数据质量，而是以随时间变化的方式评估质量。进行了主观实验，结果表明使用混合度量可以显着增加相关系数。我们还考虑了一个实际场景，其中振动触觉数据的质量随时间变化。基于第一部分中 SNR 和 SSIM 的验证，我们提出了一个客观度量，作为 SNR 和 SSIM 的混合组合。混合指标不是使用总分来评估数据质量，而是以随时间变化的方式评估质量。进行了主观实验，结果表明使用混合度量可以显着增加相关系数。我们还考虑了一个实际场景，其中振动触觉数据的质量随时间变化。基于第一部分中 SNR 和 SSIM 的验证，我们提出了一个客观度量，作为 SNR 和 SSIM 的混合组合。混合指标不是使用总分来评估数据质量，而是以随时间变化的方式评估质量。进行了主观实验，结果表明使用混合度量可以显着增加相关系数。混合度量以随时间变化的方式评估质量。进行了主观实验，结果表明使用混合度量可以显着增加相关系数。混合度量以随时间变化的方式评估质量。进行了主观实验，结果表明使用混合度量可以显着增加相关系数。