ReSIFT：基于可靠性加权 SIFT 的图像质量评估
图像与视频处理
2018-11-16 v1 计算机视觉与模式识别
摘要
本文提出一种基于可靠性加权特征图上 SIFT 描述子匹配的全参考图像质量估计器。可靠性分配包括平滑操作、到感知颜色域的变换、局部归一化阶段，以及带全局归一化的谱残差计算。所提方法 ReSIFT 在 LIVE 和 LIVE Multiply Distorted 数据库上进行了测试，并与 11 种最先进（SOTA）的全参考质量估计器进行比较。在 Pearson 和 Spearman 相关性方面，ReSIFT 在整体数据库中表现最佳。此外，ReSIFT 在压缩、噪声和模糊类别中至少一个失真组上均为性能最优的质量估计器。
引用
@article{arxiv.1811.06090,
title = {ReSIFT: Reliability-Weighted SIFT-based Image Quality Assessment},
author = {Dogancan Temel and Ghassan AlRegib},
journal= {arXiv preprint arXiv:1811.06090},
year = {2018}
}
备注
5 pages, 3 figures, 4 tables