文献

J-GLOBAL ID：201802237547982427   整理番号：18A1768734

局所一貫性を意識した検索者と不確実性を意識した評価者を用いたブラインド画像品質評価【JST・京大機械翻訳】

Blind Image Quality Assessment Using Local Consistency Aware Retriever and Uncertainty Aware Evaluator

著者 (4件)： Wu Qingbo (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Li Hongliang (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Ngan King N. (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Ma Kede (Department of Electrical and Computer Engineering, University of Waterloo, Waterloo, ON, Canada)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 28  号： 9  ページ： 2078-2089  発行年： 2018年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ブラインド画像品質評価(BIQA)は,その元の参照にアクセスすることなく,ディジタル画像の知覚品質を自動的に予測することを目的としている。以前の研究は,様々な品質関連画像特徴の抽出に焦点を合わせている。対照的に,高度に効率的な学習モデルに関する調査はまだ非常に限られている。グローバルなパラメトリックモデルを通して複雑で大規模なデータセットを近似することが難しいという事実に動機付けられて,品質予測性能を改善するためにBIQAのための新しい局所学習法を提案した。より具体的には,テスト画像の知覚的に類似した近傍を探索し,そのユニークな訓練集合として機能する。広く使われているk最近傍原理とは異なり,試験と訓練サンプル間の類似性を測定するだけで,選択した訓練データの局所整合性もまた,より滑らかなサンプル空間を生成すると考えられる。画像品質をスパースGauss過程により推定した。付加的な利点として,予測されたスコアの不確実性が共同的に推論され,それにより,本論文で調査されたデブロッキングのようなよりロバストな知覚画像処理応用を駆動することができる。広範な実験は,提案した学習モデルが多くの最新のBIQAアルゴリズムよりも一貫した品質予測改善をもたらすことを実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  学習モデル ,  *品質 ,  *不確実性 ,  Gauss過程 ,  画像処理 ,  *画像 ,  *画質 ,  ディジタル画像 ,  ロバスト性
準シソーラス用語： 知覚品質 ,  スコア ,  パラメトリックモデル ,  品質予測 ,  デブロッキング , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  テレビジョン一般  (ND12031N)

タイトルに関連する用語 (6件)： 意識 ,  検索 ,  不確実性 ,  評価 ,  ブラインド ,  画像品質