松弛自然场景统计模型下的质量建模
图像与视频处理
2023-11-28 v1 计算机视觉与模式识别
统计理论
统计理论
摘要
视觉信息保真度(VIF)和时空精简参考熵差(ST-RRED)等信息论图像质量评估(IQA)模型，通过将自然场景统计(NSS)与信息论无缝结合而取得了巨大成功。支配自然图像小波子带系数的高斯尺度混合(GSM)模型构成了这些算法的基础。然而，社交媒体上用户生成内容的爆发式增长——其通常受一种或多种未知损伤失真——揭示了依赖简单GSM模型的基于NSS的IQA模型的局限性。在此，我们试图通过推导多元广义高斯分布(MGGD)的有用性质，并借此在广义GSM(GGSM)模型下研究VIF指数的行为，来阐述VIF指数。
引用
@article{arxiv.2311.15437,
title = {Quality Modeling Under A Relaxed Natural Scene Statistics Model},
author = {Abhinau K. Venkataramanan and Alan C. Bovik},
journal= {arXiv preprint arXiv:2311.15437},
year = {2023}
}