DR2S：基于区域选择的深度回归用于相机质量评价
计算机视觉与模式识别
2020-09-22 v1
摘要
在本工作中，我们解决估计相机在给定光照条件下保留精细纹理细节能力的问题。重要的是，我们的纹理保留度量应与人类感知一致。因此，我们将该问题表述为回归问题，并引入深度卷积网络来估计纹理质量分数。在训练时，我们使用专家人类标注者提供的真值质量分数，以获得主观质量度量。此外，我们提出一种区域选择方法，以识别更适合度量感知质量的图像区域。最后，我们的实验评估表明，我们基于学习的方法优于现有方法，且我们的区域选择算法持续改善了质量估计。
引用
@article{arxiv.2009.09981,
title = {DR2S : Deep Regression with Region Selection for Camera Quality Evaluation},
author = {Marcelin Tworski and Stéphane Lathuilière and Salim Belkarfa and Attilio Fiandrotti and Marco Cagnazzo},
journal= {arXiv preprint arXiv:2009.09981},
year = {2020}
}