参数化图像质量评分分布预测
图像与视频处理
2022-03-03 v1 计算机视觉与模式识别
摘要
近来，图像质量通常由平均意见得分（MOS）来描述。然而，我们观察到，一组受试者对一幅图像给出的质量评分是非常主观且多样的。因此，仅使用 MOS 来描述图像质量是不够的。在本文中，我们提出使用参数化分布而非 MOS 来描述图像质量，并提出一种客观方法来预测图像质量评分分布（IQSD）。首先，对 LIVE 数据库进行了重新记录。具体来说，我们邀请了一大组受试者评估 LIVE 数据库中所有图像的质量，每幅图像均由大量受试者（187 名有效受试者）评估，其评分可形成可靠的 IQSD。通过分析获得的主观质量评分，我们发现 IQSD 可以用 alpha 稳定模型很好地建模，并且它能反映比单个 MOS 更多的信息，例如意见评分的偏度、受试者多样性以及图像的最大概率评分。因此，我们提出使用 alpha 稳定模型对 IQSD 进行建模。此外，我们提出了一个框架和一种算法来预测基于 alpha 稳定模型的 IQSD，其中基于结构信息和统计信息从每幅图像中提取质量特征，并训练支持向量回归器来预测 alpha 稳定模型参数。实验结果验证了使用 alpha 稳定模型描述 IQSD 的可行性，并证明了基于 alpha 稳定模型的客观 IQSD 预测方法的有效性。
引用
@article{arxiv.2203.00926,
title = {Parameterized Image Quality Score Distribution Prediction},
author = {Yixuan Gao and Xiongkuo Min and Wenhan Zhu and Xiao-Ping Zhang and Guangtao Zhai},
journal= {arXiv preprint arXiv:2203.00926},
year = {2022}
}