面向通用屏幕内容图像质量评价的深度特征统计映射
计算机视觉与模式识别
2024-04-23 v4
摘要
自然图像的统计规律（即自然场景统计）在无参考图像质量评价中起着重要作用。然而，人们已广泛认识到，通常由计算机生成的屏幕内容图像（SCI）并不具备此类统计特性。本文首次尝试学习SCI的统计规律，并据此有效判定SCI的质量。所提方法的底层机制基于一个温和假设：未经物理获取的SCI仍遵循某种可通过学习方式理解的统计规律。我们通过经验表明，统计偏差可有效用于质量评价，且所提方法在不同设定下评估时均表现更优。大量实验结果表明，基于深度特征统计的SCI质量评价（DFSS-IQA）模型相较于现有NR-IQA模型取得了令人满意的性能，并在跨数据集设定下展现出高度的泛化能力。我们的方法实现已公开于 https://github.com/Baoliang93/DFSS-IQA。
引用
@article{arxiv.2209.05321,
title = {Deep Feature Statistics Mapping for Generalized Screen Content Image Quality Assessment},
author = {Baoliang Chen and Hanwei Zhu and Lingyu Zhu and Shiqi Wang and Sam Kwong},
journal= {arXiv preprint arXiv:2209.05321},
year = {2024}
}