轻量高性能盲图像质量评价
图像与视频处理
2023-03-24 v1
摘要
盲图像质量评价（BIQA）是在无参考图像的情况下预测图像感知质量的任务。由于用户生成图像数量的增长以及参考图像不可用的新兴移动应用，BIQA 研究受到越来越多的关注。由于内容范围广且失真类型混杂，该问题具有挑战性。许多现有 BIQA 方法使用深度神经网络（DNNs）以实现高性能。然而，其庞大的模型规模阻碍了它们在边缘或移动设备上的适用性。为满足需求，本工作提出并命名了一种模型小、计算复杂度低且高性能的新型 BIQA 方法“GreenBIQA”。GreenBIQA 包含五个步骤：1) 图像裁剪，2) 无监督表征生成，3) 有监督特征选择，4) 失真特定预测，以及 5) 回归与决策集成。实验结果表明，GreenBIQA 的性能可与最先进的深度学习（DL）方案相媲美，同时所需模型规模小得多、计算复杂度显著更低。
引用
@article{arxiv.2303.13057,
title = {Lightweight High-Performance Blind Image Quality Assessment},
author = {Zhanxuan Mei and Yun-Cheng Wang and Xingze He and Yong Yan and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:2303.13057},
year = {2023}
}