真实世界图像增强的去偏主观评估
图像与视频处理
2021-06-22 v2 计算机视觉与模式识别
摘要
在真实世界图像增强中，获取真值数据通常困难（甚至不可能），阻碍了距离度量用于客观质量评估。因此常诉诸主观质量评估——评估图像增强最直接可靠的手段。常规主观测试需手动预选少量视觉样例，可能存在三类偏倚：1) 因所选样本在图像空间中分布极稀疏导致的采样偏倚；2) 因对所选样本潜在过拟合导致的算法偏倚；3) 因进一步可能挑拣测试结果导致的主观偏倚。这最终使真实世界图像增强更似艺术而非科学。本文通过自动采样一组自适应且多样的图像供后续测试，迈出对常规主观评估去偏的一步。这是通过将样本选择转化为增强器间差异与所选输入图像间多样性联合最大化的实现。对所得增强图像的细致视觉检视提供了去偏的增强算法排序。我们以三个流行且具实用需求的图像增强任务——去雾、超分辨率和低光增强——演示了主观评估方法。
引用
@article{arxiv.2106.10080,
title = {Debiased Subjective Assessment of Real-World Image Enhancement},
author = {Cao Peibei and Wang Zhangyang and Ma Kede},
journal= {arXiv preprint arXiv:2106.10080},
year = {2021}
}