提升客观图像/视频质量指标的精度

尽管主观测试是最准确的图像/视频质量评估工具，但其极其耗时。在过去二十年中，人们设计了多种客观工具，如 SSIM、IW-SSIM、SPSIM、FSIM 等，它们与主观测试结果具有良好相关性。然而，这些方法的主要问题在于其对所测质量的区分能力不够好，尤其是在高质量区间。本文展示了如何通过将图像质量评估（IQA）度量映射到逻辑函数（LF）来提高这些 IQA 表的准确度/精度。我们在多种图像/视频数据库上测试了精度。实验测试表明，虽然所用高质量图像在 MOS 主观分数上可达到 23% 的区分分辨率，但广泛使用的 IQA 的区分分辨率仅为 2%，而映射到逻辑函数的 IQA 在该质量区间可提升至 9.4%。此外，其在中低质量区间的精度也可得到改善。在该质量区间，被测图像的 MOS 区分分辨率为 23.2%，原始 IQA 约为 8.9%，但其适配的逻辑函数可达 17.7%，非常接近 MOS。而且，在所用图像数据库上，MOS 与逻辑函数的 Pearson 相关性也可提升 2%–20.2%。