用于客观图像质量评价的感知加权秩相关指标
计算机视觉与模式识别
2018-04-04 v1
摘要
在客观图像质量评价(IQA)领域，Spearman's 与Kendall's 是两种最流行的秩相关指标，它们直接对所有质量等级赋予均匀权重，并假定每对图像均可排序。它们在度量IQA指标对多幅处理后图像排序的平均准确度方面是成功的。然而，它们也忽略了两个重要的感知特性。首先，在许多实际应用中，高质量图像的排序准确度(SA)通常比低质量图像更为重要，因为仅有排名靠前的图像会推送给用户。其次，由于判断的主观不确定性，两幅感知上相似的图像通常难以排序，其秩不贡献于IQA指标的评估。为了更准确地比较不同IQA算法，本文探索了一种感知加权秩相关指标，其奖励正确排序高质量图像的能力，并抑制对不敏感排序错误的关注。更具体地，我们聚焦于激活针对图像质量的“有效”成对比较，其差异超过给定感觉阈值(ST)。同时，每对图像被分配唯一权重，由质量等级与秩偏差共同决定。通过调节感知阈值，我们可用更复杂的SA-ST曲线而非单一秩相关系数来阐明排序准确度。所提指标为解释视觉感知行为提供了新见解。此外，我们的指标在针对退化与增强图像数据推荐稳健IQA指标方面的适用性得到了验证。
引用
@article{arxiv.1705.05126,
title = {A Perceptually Weighted Rank Correlation Indicator for Objective Image Quality Assessment},
author = {Qingbo Wu and Hongliang Li and Fanman Meng and King N. Ngan},
journal= {arXiv preprint arXiv:1705.05126},
year = {2018}
}
备注
This paper has been submitted to IEEE Transactions on Image Processing