重赞人工 stimuli：主观图像质量数据库使用须谨慎
神经元与认知
2018-01-30 v1
摘要
主观图像质量数据库是关于视觉系统在自然环境中如何运作的原始数据的主要来源。这些数据库描述了众多观察者对在各种自然图像之上所见的广泛失真（不同性质且具不同阈上强度）的敏感性。对于视觉科学家而言，它们似乎是在真实场景中检验模型的理想资源。然而，尽管这些自然数据库是检验以其他方式（例如使用传统心理物理学中良好控制的人工刺激）开发的模型的极佳基准，但在试图拟合视觉模型时应谨慎使用。鉴于图像空间的高维性，某些基本现象（例如在特定环境中对失真的敏感性）极有可能在数据库中代表性不足。因此，在这些大规模自然数据库上拟合的模型将无法复现这些代表性不足的基本现象，而后者本可通过精心选择的人工刺激轻松展示。本工作中我们研究了上述论断的一个具体实例。一个由合理的线性+非线性层级联组成的、包含小波与分裂归一化层的模型，为最大化与观察者在大型图像质量数据库上主观意见的相关性而拟合，却未能复现基本的跨掩蔽现象。在此我们提出了一种利用人工刺激解决该问题的方法。随后，我们表明所得模型也是该大规模数据库的一个具竞争力的解决方案。与 Rust 和 Movshon（2005）一致，我们的报告（主观评分的自然图像数据库中基本视觉现象的误表征）是推崇人工 stimuli 的又一论据。
引用
@article{arxiv.1801.09632,
title = {In Praise of Artifice Reloaded: Caution with subjective image quality databases},
author = {Marina Martinez-Garcia and Marcelo Bertalmío and Jesús Malo},
journal= {arXiv preprint arXiv:1801.09632},
year = {2018}
}