論文の概要: Quality Modeling Under A Relaxed Natural Scene Statistics Model
- arxiv url: http://arxiv.org/abs/2311.15437v1
- Date: Sun, 26 Nov 2023 21:48:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-28 17:42:20.641482
- Title: Quality Modeling Under A Relaxed Natural Scene Statistics Model
- Title（参考訳）: リラックスした自然景観統計モデルによる品質モデリング
- Authors: Abhinau K. Venkataramanan and Alan C. Bovik
- Abstract要約: 情報理論による画像品質評価(IQA)モデルは,自然景観統計(NSS)と情報理論をシームレスに統合することで大きな成功を収めている。
ソーシャルメディア上のユーザ生成コンテンツの爆発により、単純なGSMモデルに依存するNASベースのIQAモデルの制限が明らかになった。
- 参考スコア（独自算出の注目度）: 41.58079315344094
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Information-theoretic image quality assessment (IQA) models such as Visual
Information Fidelity (VIF) and Spatio-temporal Reduced Reference Entropic
Differences (ST-RRED) have enjoyed great success by seamlessly integrating
natural scene statistics (NSS) with information theory. The Gaussian Scale
Mixture (GSM) model that governs the wavelet subband coefficients of natural
images forms the foundation for these algorithms. However, the explosion of
user-generated content on social media, which is typically distorted by one or
more of many possible unknown impairments, has revealed the limitations of
NSS-based IQA models that rely on the simple GSM model. Here, we seek to
elaborate the VIF index by deriving useful properties of the Multivariate
Generalized Gaussian Distribution (MGGD), and using them to study the behavior
of VIF under a Generalized GSM (GGSM) model.
- Abstract（参考訳）: 視覚情報忠実度 (VIF) や時空間縮小参照エントロピー差 (ST-RRED) などの情報理論画像品質評価 (IQA) モデルは,自然景観統計学 (NSS) と情報理論をシームレスに統合することで大きな成功を収めている。
自然画像のウェーブレットサブバンド係数を管理するガウススケール混合(GSM)モデルがこれらのアルゴリズムの基礎となっている。
しかし、ソーシャルメディア上のユーザー生成コンテンツの爆発は、通常、多くの未知の障害の1つ以上によって歪められているが、単純なgsmモデルに依存するnssベースのiqaモデルの限界を明らかにする。
本稿では,多変量一般化ガウス分布(MGGD)の有用性を導出し,それを応用して一般化GSM(GGSM)モデルの下でのVIFの挙動について検討する。
関連論文リスト
- Sliced Maximal Information Coefficient: A Training-Free Approach for Image Quality Assessment Enhancement [12.628718661568048]
我々は,人間の品質評価の過程を模倣する,一般化された視覚的注意度推定戦略を検討することを目的とする。
特に、劣化画像と参照画像の統計的依存性を測定することによって、人間の注意生成をモデル化する。
既存のIQAモデルのアテンションモジュールを組み込んだ場合、既存のIQAモデルの性能を一貫して改善できることを示す実験結果が得られた。
論文 参考訳（メタデータ） (2024-08-19T11:55:32Z) - 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) - Large Multi-modality Model Assisted AI-Generated Image Quality Assessment [53.182136445844904]
本稿では,AI生成画像品質評価モデル(MA-AGIQA)を提案する。
セマンティックインフォームドガイダンスを使用して意味情報を感知し、慎重に設計されたテキストプロンプトを通してセマンティックベクターを抽出する。
最先端のパフォーマンスを実現し、AI生成画像の品質を評価する上で優れた一般化能力を示す。
論文 参考訳（メタデータ） (2024-04-27T02:40:36Z) - When No-Reference Image Quality Models Meet MAP Estimation in Diffusion Latents [92.45867913876691]
非参照画像品質評価(NR-IQA)モデルは、知覚された画像品質を効果的に定量化することができる。
NR-IQAモデルは、画像強調のための最大後部推定(MAP)フレームワークにプラグイン可能であることを示す。
論文 参考訳（メタデータ） (2024-03-11T03:35:41Z) - Diffusion Model Based Visual Compensation Guidance and Visual Difference Analysis for No-Reference Image Quality Assessment [78.21609845377644]
本稿では, 複雑な関係をモデル化する能力を示す, 最先端(SOTA)生成モデルを提案する。
生成した拡張画像とノイズを含む画像を利用する新しい拡散復元ネットワークを考案する。
2つの視覚評価枝は、得られた高レベル特徴情報を包括的に解析するように設計されている。
論文 参考訳（メタデータ） (2024-02-22T09:39:46Z) - On quantifying and improving realism of images generated with diffusion [50.37578424163951]
与えられた画像の5つの統計的測度から算出した画像リアリズムスコア(IRS)と呼ばれるメトリクスを提案する。
IRSは、与えられた画像を実または偽のものとして分類する手段として容易に利用できる。
我々は,安定拡散モデル (SDM) , Dalle2, Midjourney, BigGAN による偽画像の検出に成功して,提案したIRSのモデルおよびデータに依存しない性質を実験的に確立した。
このデータセットは、高品質の4つのモデルによって生成される100のクラスに対して1,000のサンプルを提供します。
論文 参考訳（メタデータ） (2023-09-26T08:32:55Z) - On the hierarchical Bayesian modelling of frequency response functions [0.0]
階層的ベイズモデルは、人口(または親)とドメインレベルの統計分布を同時に学習する。
パラメータ推定値、特にデータが制限されている場合、分散は減少する。
モデリングのアプローチは従来のSHMの文脈でも示されており、単一のヘリコプターブレードが様々な温度で露出している。
論文 参考訳（メタデータ） (2023-07-12T16:03:34Z) - Intriguing Property and Counterfactual Explanation of GAN for Remote Sensing Image Generation [25.96740500337747]
GAN(Generative Adversarial Network)は、自然画像の分野で顕著な進歩を遂げている。
GANモデルは、自然な画像生成よりも、RS画像生成のためのトレーニングデータのサイズに敏感である。
本稿では,一様正則化(UR)とエントロピー正則化(ER)という2つの革新的な調整手法を提案する。
論文 参考訳（メタデータ） (2023-03-09T13:22:50Z) - A Shift-insensitive Full Reference Image Quality Assessment Model Based
on Quadratic Sum of Gradient Magnitude and LOG signals [7.0736273644584715]
本研究では,GMとLOG信号の2次和を用いたFR-IQAモデルを提案する。
実験の結果,提案モデルは3つの大規模主観的IQAデータベース上で堅牢に動作することがわかった。
論文 参考訳（メタデータ） (2020-12-21T17:41:07Z) - Recurrent Conditional Heteroskedasticity [0.0]
本稿では,Recurrent Conditional Heteroskedastic(RECH)モデルと呼ばれる新たな金融変動モデルを提案する。
特に、リカレントニューラルネットワークが支配する補助的決定過程を、従来の条件付きヘテロスケダスティックモデルの条件分散に組み込む。
論文 参考訳（メタデータ） (2020-10-25T08:09:29Z)
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。