迈向一种语义感知的感知图像质量度量
计算机视觉与模式识别
2018-08-02 v1
摘要
我们提出了一种基于 VGG-16（一个在物体分类上训练的人工神经网络）的全参考感知图像度量。我们将该度量拟合到一个新的数据库上，该数据库基于 14 万张独特图像，由仅接受最少指导的人类评分者以真值标注。所得度量在 TID 2013（一个广泛用于评估图像质量评价方法的数据库）上表现出有竞争力的性能。更有趣的是，它对可能携带语义相关性（如人脸和文本）的物体表现出强烈响应，我们使用可视化技术和消融实验对此进行了展示。实际上，该度量似乎建模了语义上下文对判断的更高影响，我们在未受训练的评分者中尤其观察到这一点。由于图像处理系统绝大多数用户不熟悉图像质量评价（IQA）任务，这些发现可能对感知度量的实际应用产生显著影响。
引用
@article{arxiv.1808.00447,
title = {Towards a Semantic Perceptual Image Metric},
author = {Troy Chinen and Johannes Ballé and Chunhui Gu and Sung Jin Hwang and Sergey Ioffe and Nick Johnston and Thomas Leung and David Minnen and Sean O'Malley and Charles Rosenberg and George Toderici},
journal= {arXiv preprint arXiv:1808.00447},
year = {2018}
}