面向图像质量评价的深度感知度量研究
计算机视觉与模式识别
2022-02-18 v1 人工智能
图形学
摘要
现有若干度量用于量化图像间相似性，但在度量高度失真图像的相似性时效率低下。本文中，我们提出通过实证考察基于深度神经网络的感知度量来解决图像质量评价（IQA）任务。我们根据网络架构或训练过程等不同超参数研究深度感知度量。最后，我们提出多分辨率感知度量（MR-Perceptual），可聚合不同分辨率下的感知信息，并在具有不同图像变形的IQA任务上优于标准感知度量。我们的代码见 https://github.com/ENSTA-U2IS/MR_perceptual
引用
@article{arxiv.2202.08692,
title = {A study of deep perceptual metrics for image quality assessment},
author = {Rémi Kazmierczak and Gianni Franchi and Nacim Belkhir and Antoine Manzanera and David Filliat},
journal= {arXiv preprint arXiv:2202.08692},
year = {2022}
}