文献

J-GLOBAL ID：201702235791201473   整理番号：17A0855696

視覚散漫からの学習画質:精神物理学的研究と計算モデル【Powered by NICT】

Learning picture quality from visual distraction: Psychophysical studies and computational models

著者 (2件)： Zhang Wei (School of Computer Science and Informatics, Cardiff University, Cardiff, UK) ,  Liu Hantao (School of Computer Science and Informatics, Cardiff University, Cardiff, UK)
資料名： Neurocomputing  (Neurocomputing)
巻： 247  ページ： 183-191  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 視覚顕著性は品質評価を画像化に関連して研究されてきた。顕著性は知覚品質を予測するための画像品質メトリックスの改善された能力につながる可能性がある。しかし,顕著性および画像品質メトリックスの組合せを最適化への挑戦が残っている。以前の精神物理学的研究は,画像で発生する歪は,視覚注意散漫の原因となり,歪みのない画像のそれに比べて注視パターンを変化させることを示した。このことから,歪により駆動された凝視パターンの測定可能な変化は,自然画像の知覚品質における変化の指標として使用できる可能性があることを推定できた。本論文では,画像品質メトリックスへの追加として顕著性を用いるよりもむしろ,歪により誘起された顕著性の偏差を測定に基づく画質を近似の妥当性を調べた。最初に,顕著性の偏差と画像品質の変動との間の関係に関する知識を明らかにする大規模アイトラッキング実験を設計し,実施した。その結果を用いて視覚的混乱に基づく知覚された画質を予測するアルゴリズムを考案した。実験結果は,これが画像品質予測の良好な結果を提供することを実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 画像処理 ,  アルゴリズム ,  最適化 ,  *視覚 ,  予測 ,  画像 ,  *計算モデル ,  *学習 ,  *画質
準シソーラス用語： 視線追跡 ,  自然画像 ,  視覚的注意 ,  メトリックス ,  知覚品質 ,  品質評価 ,  *精神物理学 , 【Automatic Indexing@JST】

著者キーワード (5件)： 画質 ,  視覚注意散漫 ,  顕著性 ,  視線追跡 ,  統計的学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 視覚 ,  学習 ,  画質 ,  精神物理学 ,  研究 ,  計算モデル