論文の概要: Evaluation of quality measures for color quantization

• arxiv url: http://arxiv.org/abs/2011.12652v1
• Date: Wed, 25 Nov 2020 11:25:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-21 03:31:06.683724
• Title: Evaluation of quality measures for color quantization
• Title（参考訳）: 色定量化のための品質指標の評価
• Authors: Giuliana Ramella
• Abstract要約: カラー量子化劣化のための2つの公用および主観評価画像品質データベースを用いて評価を行う。 その結果,主観的人格評価との相関から,より高い性能を示す品質指標が示唆された。 実験結果は,色定量化に適した品質尺度の選択と将来の雇用改善に有効である。
• 参考スコア（独自算出の注目度）: 3.8073142980733
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Visual quality evaluation is one of the challenging basic problems in image processing. It also plays a central role in the shaping, implementation, optimization, and testing of many methods. The existing image quality assessment methods focused on images corrupted by common degradation types while little attention was paid to color quantization. This in spite there is a wide range of applications requiring color quantization assessment being used as a preprocessing step when color-based tasks are more efficiently accomplished on a reduced number of colors. In this paper, we propose and carry-out a quantitative performance evaluation of nine well-known and commonly used full-reference image quality assessment measures. The evaluation is done by using two publicly available and subjectively rated image quality databases for color quantization degradation and by considering suitable combinations or subparts of them. The results indicate the quality measures that have closer performances in terms of their correlation to the subjective human rating and show that the evaluation of the statistical performance of the quality measures for color quantization is significantly impacted by the selected image quality database while maintaining a similar trend on each database. The detected strong similarity both on individual databases and on databases obtained by integration provides the ability to validate the integration process and to consider the quantitative performance evaluation on each database as an indicator for performance on the other databases. The experimental results are useful to address the choice of suitable quality measures for color quantization and to improve their future employment.
• Abstract（参考訳）: 画像品質評価は画像処理における課題の1つである。 また、多くのメソッドの整形、実装、最適化、テストにおいて中心的な役割を果たす。 既存の画質評価手法は, 一般的な劣化型で劣化した画像に着目したが, 色定量化にはほとんど注意が払われていなかった。 これは、色に基づくタスクがより効率的に色数で達成される場合、前処理ステップとして色量子化評価を必要とする幅広いアプリケーションが存在するにもかかわらずである。 本稿では、よく知られた9つのフルリファレンス画像品質評価尺度の定量的性能評価を提案し、実施する。 カラー量子化劣化のための2つの公用および主観評価された画像品質データベースを用いて評価を行い、その適切な組み合わせや部分を検討する。 その結果,主観的人間格付けと相関関係の深い品質指標が示され,各データベースに類似した傾向を維持しつつ,選択した画像品質データベースにより,色量化のための品質指標の統計的性能の評価が著しく影響していることが示唆された。 個々のデータベースと統合によって得られたデータベースの両方で検出された強い類似性は、統合プロセスを検証し、各データベースの定量的パフォーマンス評価を、他のデータベースのパフォーマンスの指標として考慮する能力を提供する。 実験結果は,色定量化に適した品質尺度の選択と将来の雇用改善に有効である。

関連論文リスト

• Rank-based No-reference Quality Assessment for Face Swapping [88.53827937914038]
  顔スワップ法における品質測定の基準は、操作された画像とソース画像の間のいくつかの距離に依存する。 顔スワップ用に設計された新しい非参照画像品質評価法(NR-IQA)を提案する。
  論文  参考訳（メタデータ） (2024-06-04T01:36:29Z)
• Opinion-Unaware Blind Image Quality Assessment using Multi-Scale Deep Feature Statistics [54.08757792080732]
  我々は,事前学習された視覚モデルからの深い特徴を統計的解析モデルと統合して,意見認識のないBIQA(OU-BIQA)を実現することを提案する。 提案モデルは,最先端のBIQAモデルと比較して,人間の視覚的知覚との整合性に優れる。
  論文  参考訳（メタデータ） (2024-05-29T06:09:34Z)
• Blind Image Quality Assessment Using Multi-Stream Architecture with Spatial and Channel Attention [4.983104446206061]
  BIQA(Blind Image Quality Assessment)は、画像を自動的に評価する重要な研究分野である。 ほとんどのアルゴリズムは重要な関心領域を強調せずに品質を生成する。 この問題を解決するために,マルチストリーム空間およびチャネルアテンションに基づくアルゴリズムが提案されている。
  論文  参考訳（メタデータ） (2023-07-19T09:36:08Z)
• PIQI: Perceptual Image Quality Index based on Ensemble of Gaussian Process Regression [2.9412539021452715]
  デジタル画像の品質を評価するためにPIQI(Perceptual Image Quality Index)を提案する。 PIQIの性能は6つのベンチマークデータベースでチェックされ、12の最先端の手法と比較される。
  論文  参考訳（メタデータ） (2023-05-16T06:44:17Z)
• Blind Multimodal Quality Assessment: A Brief Survey and A Case Study of Low-light Images [73.27643795557778]
  ブラインド画像品質評価(BIQA)は、視覚信号の客観的スコアを自動的に正確に予測することを目的としている。 この分野での最近の発展は、ヒトの主観的評価パターンと矛盾しない一助的解によって支配されている。 主観的評価から客観的スコアへの低照度画像の一意なブラインドマルチモーダル品質評価(BMQA)を提案する。
  論文  参考訳（メタデータ） (2023-03-18T09:04:55Z)
• Gap-closing Matters: Perceptual Quality Evaluation and Optimization of Low-Light Image Enhancement [55.8106019031768]
  低照度画像強調手法の最適化は、エンドユーザーが認識する視覚的品質によって導かれるべきであるという研究コミュニティの見解が高まりつつある。 主観的品質と客観的品質を体系的に評価するためのギャップ閉鎖フレームワークを提案する。 提案手法の有効性を,画質予測の精度と画像強調の知覚品質の両面から検証する。
  論文  参考訳（メタデータ） (2023-02-22T15:57:03Z)
• BIQ2021: A Large-Scale Blind Image Quality Assessment Database [1.3670071336891754]
  本稿ではBlind Image Quality Assessment Database, BIQ2021を紹介する。 データセットは、画像品質評価に使用する意図のないもの、意図的に導入した自然な歪みで撮影したもの、オープンソースの画像共有プラットフォームから撮影したもの、の3つのセットで構成されている。 データベースは、主観的スコアリング、人体統計、および各画像の標準偏差に関する情報を含む。
  論文  参考訳（メタデータ） (2022-02-08T14:07:38Z)
• Comprehensive evaluation of no-reference image quality assessment algorithms on KADID-10k database [0.0]
  目的画像品質評価アルゴリズムの評価は, 公開されているベンチマークデータベースを用いて行った実験に基づいている。 平均PLCC, SROCC, KROCCを100回以上の無作為列車試験分割で測定した。 この結果は, 最先端の非参照画像品質評価手法の現状について, 明確な理解を得る上で有用である。
  論文  参考訳（メタデータ） (2020-10-19T12:23:06Z)
• Uncertainty-Aware Blind Image Quality Assessment in the Laboratory and Wild [98.48284827503409]
  我々は,テキスト化BIQAモデルを開発し,それを合成的および現実的歪みの両方で訓練するアプローチを提案する。 我々は、多数の画像ペアに対してBIQAのためのディープニューラルネットワークを最適化するために、忠実度損失を用いる。 6つのIQAデータベースの実験は、実験室と野生動物における画像品質を盲目的に評価する学習手法の可能性を示唆している。
  論文  参考訳（メタデータ） (2020-05-28T13:35:23Z)
• Object-QA: Towards High Reliable Object Quality Assessment [71.71188284059203]
  オブジェクト認識アプリケーションでは、オブジェクトイメージは通常、異なる品質レベルで表示される。 本稿では,オブジェクト画像の信頼性の高い品質スコアを評価するために,Object-QAという効果的手法を提案する。
  論文  参考訳（メタデータ） (2020-05-27T01:46:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。