KADID-10k 数据库上无参考图像质量评估算法的综合评测
图像与视频处理
2020-11-10 v2 计算机视觉与模式识别
摘要
客观图像质量评估的主要目标是设计能够与主观评价一致地预测感知图像质量的计算数学模型。客观图像质量评估算法的评估基于在公开可用基准数据库上进行的实验。在本研究中，我们的目标是对源代码可在线上获取的无参考图像质量评估算法进行综合评价，所用数据库为近期发布的 KADID-10k，这是现有最大的基准数据库之一。具体而言，报告了在 100 次随机训练-测试划分上测得的平均 PLCC、SROCC 和 KROCC。此外，该数据库依据参考图像被划分为训练集（约 80% 的图像）和测试集（约 20% 的图像），从而这两个集合之间不存在语义内容重叠。我们的评估结果有助于清晰理解当前最先进的无参考图像质量评估方法的状况。
引用
@article{arxiv.2010.09414,
title = {Comprehensive evaluation of no-reference image quality assessment algorithms on KADID-10k database},
author = {Domonkos Varga},
journal= {arXiv preprint arXiv:2010.09414},
year = {2020}
}