文献

J-GLOBAL ID：201902287132294016   整理番号：19A2417153

ディープニューラルネットワークを用いた多重歪画像のブラインド品質評価【JST・京大機械翻訳】

Blind Quality Assessment of Multiply Distorted Images Using Deep Neural Networks

著者 (3件)： Wang Zhongling (Department of Electrical and Computer Engineering, University of Waterloo, Waterloo, ON, Canada) ,  Athar Shahrukh (Department of Electrical and Computer Engineering, University of Waterloo, Waterloo, ON, Canada) ,  Wang Zhou (Department of Electrical and Computer Engineering, University of Waterloo, Waterloo, ON, Canada)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11662  ページ： 89-101  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 実世界の視覚コンテンツ獲得と配布システムにおいて,多くの視覚コンテンツはソースとエンドユーザの間の複数の歪を受ける。しかしながら,従来の画像品質評価(IQA)アルゴリズムは,通常,単一歪ステージを有する画像データベース上で訓練された時間で検証されている。多重歪画像に対する既存のIQA法は,それらの範囲と性能において制限されている。本研究では,深いエンドツーエンド畳込みニューラルネットワークに基づく多重歪視覚コンテンツのための第一種ブラインドIQAモデルを設計した。ネットワークは新しく開発されたデータセット上で訓練され,それは合成品質スコアで注釈された数百万の多重歪画像から構成されている。3つの公開可能な主観評価多重歪画像データベースに関する著者らの試験は,提案したモデルが,精度と速度の両方に関して,最先端のブラインドIQA法より優れていることを示した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *品質 ,  画像データベース ,  画質 ,  コンテンツ ,  視覚 ,  *ネットワーク ,  *多重化 ,  主観評価 ,  アルゴリズム ,  エンドツーエンド方式
準シソーラス用語： スコア ,  エンドユーザ ,  *品質評価 ,  *ひずみ画像 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： ブラインド画質評価 ,  多重歪画像 ,  畳込みニューラルネットワーク(CNN) ,  深層学習 ,  一般化分割正規化(GDN) ,  性能評価

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ディープニューラルネットワーク ,  多重 ,  歪画像 ,  ブラインド ,  品質評価