受感知恒定性约束的单意见得分图像质量评估校准方法
计算机视觉与模式识别
2024-05-01 v1 图像与视频处理
摘要
本文提出一种高效的方法，用于从单一意见得分（SOS）估计图像的平均意见得分（MOS）。我们假设每个 SOS 是正态分布的观察样本，MOS 是其未知期望值，将 MOS 推断形式化为最大似然估计问题，其中考虑了成对图像之间的感知相关性来建模 SOS 的似然函数。具体而言，借助从自监督主干网络学习到的感知质量表征，我们引入可学习的相对质量度量来预测两幅图像之间的 MOS 差值。然后，以另一参考图像的估计 MOS 加上它们之间的相对质量差值为当前图像的最大似然估计。理想情况下，无论选取哪幅图像作为参考，当前图像的 MOS 应保持不变，这被称为感知恒定校准（PC3）。最后，我们分别通过反向传播和牛顿法交替优化相对质量度量的参数和当前图像的估计 MOS。实验表明，所提方法在仅使用 SOS 的情况下高效校正偏差 SOS，显著提升 IQA 模型学习效果。
引用
@article{arxiv.2404.19595,
title = {Perceptual Constancy Constrained Single Opinion Score Calibration for Image Quality Assessment},
author = {Lei Wang and Desen Yuan},
journal= {arXiv preprint arXiv:2404.19595},
year = {2024}
}