全参考无校准图像质量评价
计算机视觉与模式识别
2022-05-25 v1 图像与视频处理
摘要
客观图像质量评价（IQA）方法的一个主要问题在于其质量估计与人类给出的分数之间缺乏线性。因此，IQA指标通常基于主观质量样本进行校准。然而，基于样本的训练使泛化困难，阻碍了跨不同应用与操作条件的結果比较。本文引入新的全参考（FR）技术，无需校准即可提供与人类分数线性相关的估计。为实现此目标，这些技术深植于原理与理论约束。将兴趣限定于自然图像集的IQA，首先认识到将估计理论与心理物理原理应用于高斯模糊退化图像可导出所谓规范IQA方法，其估计不仅与主观分数高度线性相关，还直接与视距（VD）相关。随后表明，主流IQA方法可通过基于唯一标本图像的初步度量转换归约为规范方法。该方案的应用随后扩展至高斯模糊以外的重要退化图像类，包括含噪与压缩图像。所得无校准FR IQA方法适用于跨不同成像系统与不同VD下可比性与互操作性为主要需求的场景。最后提供了其统计性能与若干传统易校准方法的比较。
引用
@article{arxiv.2205.12129,
title = {Full-Reference Calibration-Free Image Quality Assessment},
author = {Elio D. Di Claudio and Paolo Giannitrapani and Giovanni Jacovitti},
journal= {arXiv preprint arXiv:2205.12129},
year = {2022}
}