imaging 逆问题中的全参考图像质量的保形界限
计算机视觉与模式识别
2025-05-15 v1
摘要
在 imaging 逆问题中，我们希望知道恢复图像与真实图像在全参考图像质量 (FRIQ) 指标（如PSNR、SSIM、LPIPS等）上的接近程度。这在医学影像等安全关键应用中尤为重要，因为知道SSIM较差可能本可避免高昂的误诊成本。然而，由于我们不知道真实图像，计算FRIQ极具挑战性。本文将保形预测与近似后验采样相结合，用于构造FRIQ的界限，保证在用户指定的错误概率下成立。我们在图像去噪和加速磁共振成像 (MRI) 问题上演示了该方法。代码地址为 https://github.com/jwen307/quality_uq。
引用
@article{arxiv.2505.09528,
title = {Conformal Bounds on Full-Reference Image Quality for Imaging Inverse Problems},
author = {Jeffrey Wen and Rizwan Ahmad and Philip Schniter},
journal= {arXiv preprint arXiv:2505.09528},
year = {2025}
}