論文の概要: The First Comprehensive Dataset with Multiple Distortion Types for
Visual Just-Noticeable Differences
- arxiv url: http://arxiv.org/abs/2303.02562v2
- Date: Wed, 8 Mar 2023 02:31:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-09 16:41:54.463174
- Title: The First Comprehensive Dataset with Multiple Distortion Types for
Visual Just-Noticeable Differences
- Title（参考訳）: 視覚的Just-Noticeable差分のための複数歪み型付き包括的データセット
- Authors: Yaxuan Liu, Jian Jin, Yuan Xue, Weisi Lin
- Abstract要約: この研究は、106のソースイメージと1,642のJNDマップを含む25の歪みタイプを含む粗いJND選択を伴う一般化されたJNDデータセットを確立する。
クラウドソースされた主観評価を伴うJND候補に対して、詳細なJND選択を行う。
- 参考スコア（独自算出の注目度）: 40.50003266570956
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recently, with the development of deep learning, a number of Just Noticeable
Difference (JND) datasets have been built for JND modeling. However, all the
existing JND datasets only label the JND points based on the level of
compression distortion. Hence, JND models learned from such datasets can only
be used for image/video compression. As known, JND is a major characteristic of
the human visual system (HVS), which reflects the maximum visual distortion
that the HVS can tolerate. Hence, a generalized JND modeling should take more
kinds of distortion types into account. To benefit JND modeling, this work
establishes a generalized JND dataset with a coarse-to-fine JND selection,
which contains 106 source images and 1,642 JND maps, covering 25 distortion
types. To this end, we proposed a coarse JND candidate selection scheme to
select the distorted images from the existing Image Quality Assessment (IQA)
datasets as JND candidates instead of generating JND maps ourselves. Then, a
fine JND selection is carried out on the JND candidates with a crowdsourced
subjective assessment.
- Abstract（参考訳）: 近年、ディープラーニングの発展に伴い、JNDモデリングのためのJust Noticeable difference(JND)データセットが数多く構築されている。
しかし、既存のJNDデータセットは全て圧縮歪みのレベルに基づいてJNDポイントをラベル付けしている。
したがって、そのようなデータセットから学んだJNDモデルは、画像/ビデオ圧縮にのみ使用できる。
知られているように、JNDは人間の視覚システム(HVS)の主要な特徴であり、HVSが許容できる最大の視覚歪みを反映している。
したがって、一般化された jnd モデリングは、より多くの種類の歪み型を考慮すべきである。
JNDモデリングの利点として、25種類の歪みを含む106のソース画像と1,642のJNDマップを含む粗いJND選択による一般化されたJNDデータセットを確立する。
そこで本稿では,既存の画像品質評価(IQA)データセットから,JNDマップを自分自身で生成するのではなく,JND候補として歪んだ画像を選択するための粗いJND候補選択方式を提案する。
そして、クラウドソースされた主観評価を伴うJND候補に対して、詳細なJND選択を行う。
関連論文リスト
- SG-JND: Semantic-Guided Just Noticeable Distortion Predictor For Image Compression [50.2496399381438]
JND(Just noticeable distortion)は、人間の視覚系に最小限の知覚力を持つ画像における歪みのしきい値を表す。
従来のJND予測手法はピクセルレベルまたはサブバンドレベルの機能のみに依存している。
本稿では,意味情報を利用してJND予測を行うセマンティックガイド型JNDネットワークを提案する。
論文 参考訳（メタデータ） (2024-08-08T07:14:57Z) - IQNet: Image Quality Assessment Guided Just Noticeable Difference
Prefiltering For Versatile Video Coding [0.9403328689534943]
ジャストインタブル歪み(JND)による画像プリフィルタは、圧縮前に知覚的に冗長な情報をフィルタリングすることにより、視覚的に符号化効率を向上させる。
本稿では, 高精度なブロックレベルのJNDモデリングのための画像品質評価によって導かれる, きめ細かいJND事前フィルタリングデータセットを提案する。
論文 参考訳（メタデータ） (2023-12-15T13:58:10Z) - Localization of Just Noticeable Difference for Image Compression [4.702729080310267]
PJND(Just noticeable difference)は、人によって検出される刺激の最小差である。
これらの違いは、JNDクリティカル領域と呼ばれる画像内の特定の領域でのみ観察できる。
これらの領域の同定は、画像圧縮アルゴリズムの開発を改善することができる。
論文 参考訳（メタデータ） (2023-06-13T10:45:24Z) - Just Noticeable Difference Modeling for Face Recognition System [69.28990314553076]
本研究は,自動顔認証システムにおける特徴的差分(JND)について検討する試みである。
FRシステムのJND画像を直接推測する新しいJND予測モデルを開発した。
実験により,提案モデルによりJNDマップの精度が向上することが確認された。
論文 参考訳（メタデータ） (2022-09-13T10:06:36Z) - HVS-Inspired Signal Degradation Network for Just Noticeable Difference
Estimation [69.49393407465456]
JND推定のためのHVSにインスパイアされた信号劣化ネットワークを提案する。
我々は,JND主観視におけるHVS知覚過程を分析し,関連する知見を得た。
提案手法は,HVSの冗長性を正確に推定するためのSOTA性能を実現する。
論文 参考訳（メタデータ） (2022-08-16T07:53:45Z) - Full RGB Just Noticeable Difference (JND) Modelling [69.42889006770018]
Just Noticeable difference (JND) はマルチメディア信号処理に多くの応用がある。
本稿では,全RGBチャネルの特性を考慮し,JNDを生成するJNDモデルを提案する。
RGB-JND-NETは、完全なRGBチャネルの視覚コンテンツを用いてJND生成のための特徴を抽出する。
論文 参考訳（メタデータ） (2022-03-01T17:16:57Z) - Towards Top-Down Just Noticeable Difference Estimation of Natural Images [65.14746063298415]
JNDの推定は、主に空間領域と周波数領域における異なる要因の可視性マスキング効果をモデル化することに焦点を当てている。
この作業では、トップダウンの設計哲学でこれらの問題に対処する、劇的に異なる方法に目を向けます。
提案したJNDモデルは,最新のJNDモデルよりも優れた性能を実現することができる。
論文 参考訳（メタデータ） (2021-08-11T06:51:50Z)
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。