用于图像质量评价的局部自适应结构与纹理相似性
图像与视频处理
2021-10-19 v1 计算机视觉与模式识别
摘要
全参考图像质量评价（IQA）的最新进展涉及基于深度表征统一结构与纹理相似性。由此产生的深度图像结构与纹理相似性（DISTS）指标然而进行的是较为全局的质量度量，忽略了自然摄影图像在空间与尺度上局部具有结构与纹理这一事实。本文中，我们描述了一个用于全参考 IQA 的局部自适应结构与纹理相似性指数，称之为 A-DISTS。具体而言，我们依赖单一统计特征，即离散指数，来在不同尺度上定位纹理区域。所估计的概率（一个块为纹理的概率）进而被用于自适应地池化局部结构与纹理度量。所得的 A-DISTS 适应局部图像内容，且无需昂贵的人类感知分数进行监督训练。我们在十个 IQA 数据库上展示了 A-DISTS 在与人类数据相关性方面的优势，以及其在单图像超分辨率方法优化中的优势。
引用
@article{arxiv.2110.08521,
title = {Locally Adaptive Structure and Texture Similarity for Image Quality Assessment},
author = {Keyan Ding and Yi Liu and Xueyi Zou and Shiqi Wang and Kede Ma},
journal= {arXiv preprint arXiv:2110.08521},
year = {2021}
}