评估深度图像质量评估相对于图像缩放的稳定性
计算机视觉与模式识别
2022-10-12 v1 图像与视频处理
摘要
图像质量评估 (IQA) 是图像处理任务（例如压缩）的基本度量。对于全参考 IQA，传统 IQA 如 PSNR 和 SSIM 已被使用。近来，基于深度神经网络 (deep IQAs) 的 IQA，如 LPIPS 和 DISTS，也已被使用。已知深度 IQA 间的图像缩放不一致，因为某些方法将下缩放作为预处理，而其他方法则使用原始图像尺寸。在本文中，我们表明图像尺度是影响深度 IQA 性能的重要因素。我们在相同的五个数据集上全面评估了四种深度 IQA，实验结果显示图像尺度显著影响 IQA 性能。我们发现最合适的图像尺度往往既非默认也非原始尺寸，且选择因所用方法和数据集而异。我们可视化了稳定性，并发现 PieAPP 是四种深度 IQA 中最稳定的。
引用
@article{arxiv.2207.09856,
title = {Evaluating the Stability of Deep Image Quality Assessment With Respect to Image Scaling},
author = {Koki Tsubota and Hiroaki Akutsu and Kiyoharu Aizawa},
journal= {arXiv preprint arXiv:2207.09856},
year = {2022}
}
备注
IEICE Transactions on Information and Systems (Letter)