パラメータ化画像品質スコア分布予測【JST・京大機械翻訳】

Gao Yixuan; Min Xiongkuo; Zhu Wenhan; Zhang Xiao-Ping; Zhai Guangtao

プレプリント

J-GLOBAL ID：202202200850959521 整理番号：22P0297576

パラメータ化画像品質スコア分布予測【JST・京大機械翻訳】

Parameterized Image Quality Score Distribution Prediction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月02日プレプリントサーバーでの情報更新日： 2022年03月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

最近,画像品質は平均意見スコア(MOS)によって一般的に記述されている。しかし,被験者のグループによって与えられた画像の品質スコアは,非常に主観的で多様であることを観察した。したがって,画像品質を記述するためにMOSを用いることは十分ではない。本論文では,MOSよりもパラメータ化された分布を用いて画像品質を記述し,画像品質スコア分布(IQSD)を予測するために客観的方法も提案した。最初に,LIVEデータベースを再記録した。特に,著者らは,LIVEデータベースにおけるすべての画像の品質を評価するために,被験者の大きなグループを招き,各画像を多数の被験者(187人の有効な被験者)によって評価し,そのスコアは信頼できるIQSDを形成できる。得られた主観的品質スコアを解析することにより,IQSDはアルファ安定モデルによりよくモデル化でき,画像に対する意見スコア,主題多様性および最大確率スコアの非対称性のような単一MOSよりも多くの情報を反映することができた。したがって,α安定モデルを用いてIQSDをモデル化することを提案した。さらに,構造情報と統計的情報に基づく各画像から品質特徴を抽出し,そしてサポートベクトル回帰器を訓練して,アルファ安定モデルパラメータを予測するため,アルファ安定モデルベースのIQSDを予測するフレームワークとアルゴリズムを開発した。実験結果は,IQSDを記述するためのアルファ安定モデルの使用の実現可能性を検証し,客観的アルファ安定モデルベースのIQSD予測方法の有効性を証明した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般

, , , ,

前のページに戻る