一种用于对比度失真图像的高效无参考质量评估与分类模型
计算机视觉与模式识别
2018-04-10 v1
摘要
本文提出一种基于 Minkowski 距离度量（MDM）的高效无参考（NR）对比度失真图像质量评估方法。研究表明，较高阶的 Minkowski 距离与熵可对对比度失真图像提供准确的质量预测。所提度量仅从失真图像中提取三个特征并进行回归分析即可完成预测。此外，所提特征能够以高准确率对对比度失真图像的类型进行分类。在 CSIQ、TID2013、CCID2014 与 SIQAD 四个数据集上的实验结果表明，所提度量在极低复杂度下比现有最优（SOTA）NR 度量具有更好的质量预测性能。所提度量的 MATLAB 源代码已公开于 http://www.synchromedia.ca/system/files/MDM.zip。
引用
@article{arxiv.1804.02554,
title = {Efficient No-Reference Quality Assessment and Classification Model for Contrast Distorted Images},
author = {Hossein Ziaei Nafchi and Mohamed Cheriet},
journal= {arXiv preprint arXiv:1804.02554},
year = {2018}
}
备注
6 pages, 4 figures, 4 tables