无参考特征能否辅助全参考图像质量评估？
图像与视频处理
2022-03-03 v1 人工智能
计算机视觉与模式识别
摘要
感知图像质量评估（IQA）指标的开发一直是计算机视觉领域的重要研究兴趣。这些指标旨在模拟人类感知的图像质量。近期全参考IQA研究中的工作通过逐像素比较查询图像和参考图像对应的深度特征来进行质量预测。然而，如果查询图像中存在的失真严重，逐像素特征比较可能意义不大。在此背景下，我们探索了在全参考IQA任务中利用无参考特征。我们的模型包含全参考和无参考两个分支。全参考分支同时使用失真图像和参考图像，而无参考分支仅使用失真图像。我们的实验表明，使用无参考特征可以提升图像质量评估的性能。在KADID-10K和PIPAL数据集上，我们的模型取得了比多种最先进算法更高的SRCC和KRCC分数。
引用
@article{arxiv.2203.00845,
title = {Can No-reference features help in Full-reference image quality estimation?},
author = {Saikat Dutta and Sourya Dipta Das and Nisarg A. Shah},
journal= {arXiv preprint arXiv:2203.00845},
year = {2022}
}
备注
Code to be updated on: https://github.com/saikatdutta/nr-in-friqa