SPQE：基于结构与感知的图像超分辨率质量评价
图像与视频处理
2022-05-10 v1 计算机视觉与模式识别
摘要
图像超分辨率（SR）技术通过提升分辨率极大改善了图像的视觉质量。这也呼唤一种高效的SR图像质量评价（SR-IQA）来评估这些算法或其生成的图像。本文关注深度学习下的SR-IQA，并提出一种基于结构与感知的质量评价（SPQE）。在新兴的基于深度学习的SR中，生成的高质量、视觉愉悦图像可能与其对应的低质量图像具有不同的结构。在此情形下，如何平衡无参考感知质量与有参考结构相似性的质量分数是一个关键问题。为缓解该问题，我们对此权衡给出理论分析，并进一步为两类质量分数计算自适应权重。我们还提出两个基于深度学习的回归器来建模无参考与有参考分数。通过结合质量分数及其权重，我们提出一种统一的SPQE指标用于SR-IQA。实验结果表明，所提方法在不同数据集上优于现有最优方法。
引用
@article{arxiv.2205.03584,
title = {SPQE: Structure-and-Perception-Based Quality Evaluation for Image Super-Resolution},
author = {Keke Zhang and Tiesong Zhao and Weiling Chen and Yuzhen Niu and Jinsong Hu},
journal= {arXiv preprint arXiv:2205.03584},
year = {2022}
}