論文の概要: BAND-2k: Banding Artifact Noticeable Database for Banding Detection and Quality Assessment

• arxiv url: http://arxiv.org/abs/2311.17752v1
• Date: Wed, 29 Nov 2023 15:56:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-30 20:44:30.639697
• Title: BAND-2k: Banding Artifact Noticeable Database for Banding Detection and Quality Assessment
• Title（参考訳）: BAND-2k:バンド検出と品質評価のためのバンドアーチファクト通知データベース
• Authors: Zijian Chen, Wei Sun, Jun Jia, Fangfang Lu, Zicheng Zhang, Jing Liu, Ru Huang, Xiongkuo Min, Guangtao Zhai
• Abstract要約: バンディングは階段のような輪郭としても知られ、圧縮または量子化アルゴリズムによって処理された画像やビデオの平坦な領域で頻繁に発生する。 これまでに2000枚のバンド化画像からなるBanding Artifact Noticeable Database (BAND-2k) という,最大のBanding IQAデータベースを構築した。 デュアル畳み込みニューラルネットワークを用いて、高周波および低周波マップから特徴表現を同時に学習する。
• 参考スコア（独自算出の注目度）: 52.1640725073183
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Banding, also known as staircase-like contours, frequently occurs in flat areas of images/videos processed by the compression or quantization algorithms. As undesirable artifacts, banding destroys the original image structure, thus degrading users' quality of experience (QoE). In this paper, we systematically investigate the banding image quality assessment (IQA) problem, aiming to detect the image banding artifacts and evaluate their perceptual visual quality. Considering that the existing image banding databases only contain limited content sources and banding generation methods, and lack perceptual quality labels (i.e. mean opinion scores), we first build the largest banding IQA database so far, named Banding Artifact Noticeable Database (BAND-2k), which consists of 2,000 banding images generated by 15 compression and quantization schemes. A total of 23 workers participated in the subjective IQA experiment, yielding over 214,000 patch-level banding class labels and 44,371 reliable image-level quality ratings. Subsequently, we develop an effective no-reference (NR) banding evaluator for banding detection and quality assessment by leveraging frequency characteristics of banding artifacts. A dual convolutional neural network is employed to concurrently learn the feature representation from the high-frequency and low-frequency maps, thereby enhancing the ability to discern banding artifacts. The quality score of a banding image is generated by pooling the banding detection maps masked by the spatial frequency filters. Experiments demonstrate that our banding evaluator achieves a remarkably high accuracy in banding detection and also exhibits high SRCC and PLCC results with the perceptual quality labels. These findings unveil the strong correlations between the intensity of banding artifacts and the perceptual visual quality, thus validating the necessity of banding quality assessment.
• Abstract（参考訳）: バンディングは階段のような輪郭としても知られ、圧縮や量子化アルゴリズムによって処理される画像やビデオの平坦な領域で頻繁に発生する。 望ましくないアーティファクトとして、バンドリングは元のイメージ構造を破壊し、ユーザエクスペリエンスの質(QoE)を低下させる。 本稿では,帯域画像品質評価(IQA)の問題点を系統的に検討し,画像のバンド画像品質を検知し,視覚的品質を評価することを目的とする。 既存の画像バンドリングデータベースには限られたコンテンツソースとバンドリング生成方法のみが含まれており、知覚的品質ラベル(すなわち平均評価スコア)が欠けていることから、我々は15の圧縮および量子化スキームによって生成される2000のバンド化画像からなるバンドングアーティファクト目立たないデータベース(band-2k)を最初に構築した。 23人の労働者がIQA実験に参加し、214,000以上のパッチレベルのバンドリングクラスラベルと44,371の信頼性の高い画像レベルの品質評価を得た。 その後,バンドリングアーチファクトの周波数特性を活用し,バンドリング検出と品質評価に有効なNRバンドリング評価器を開発した。 二重畳み込みニューラルネットワークを用いて、高周波および低周波マップから特徴表現を同時に学習することにより、バンドングアーティファクトを識別する能力を高める。 空間周波数フィルタでマスクされたバンド検出マップをプールすることで、バンド画像の品質スコアを生成する。 実験により,バンドリング評価器はバンドリング検出の精度が著しく向上し,SRCCとPLCCの精度が向上し,知覚品質ラベルが得られた。 以上の結果から,帯状アーティファクトの強度と知覚的視覚的品質との相関が強く,帯状品質評価の必要性が示唆された。

関連論文リスト

• DP-IQA: Utilizing Diffusion Prior for Blind Image Quality Assessment in the Wild [54.139923409101044]
  拡散先行型IQA(DP-IQA)と呼ばれる新しいIQA法を提案する。 トレーニング済みの安定拡散をバックボーンとして使用し、復調するU-Netから多レベル特徴を抽出し、それらをデコードして画質スコアを推定する。 上記のモデルの知識をCNNベースの学生モデルに抽出し、適用性を高めるためにパラメータを大幅に削減する。
  論文  参考訳（メタデータ） (2024-05-30T12:32:35Z)
• FS-BAND: A Frequency-Sensitive Banding Detector [55.59101150019851]
  バンディング・アーティファクト(Banding artifact)は、階段のような輪郭(contour)として知られ、圧縮や伝達などで発生する一般的な品質の不快さである。 周波数感度バンディング検出器 (FS-BAND) と呼ばれる,帯状アーティファクトを捕捉・評価するための非参照帯状検出モデルを提案する。 実験結果から,FS-BAND法は画像品質評価(IQA)手法よりもバンドリング分類タスクの精度が高い結果を得た。
  論文  参考訳（メタデータ） (2023-11-30T03:20:42Z)
• Blind Image Quality Assessment Using Multi-Stream Architecture with Spatial and Channel Attention [2.6361118997136086]
  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)
• Expert-Agnostic Ultrasound Image Quality Assessment using Deep Variational Clustering [0.03262230127283451]
  超音波画像の品質は低く、サーバ間変動によるノイズの多いアノテーションに悩まされている。 我々は,手動アノテーションの負担と不確実性を解消するUnSupervised UltraSound Image Quality Assessment Network (US2QNet)を提案する。 提案手法は,最先端クラスタリング手法よりも精度が78%,性能が優れている。
  論文  参考訳（メタデータ） (2023-07-05T17:34:58Z)
• Explainable Image Quality Assessment for Medical Imaging [0.0]
  質の悪い医療画像は誤診につながる可能性がある。 本稿では,説明可能な画像品質評価システムを提案し,その考え方を2つの異なる目的に対して検証する。 本研究では,サリエンシ検出器の忠実度を測定するために,様々な手法を適用した。 我々は,NormGradがObject-CXRで0.853点,LVOTデータセットで0.611点,繰り返しポイントゲームで0.853点に達することで,他のサリエンシ検出器よりも顕著に向上したことを示す。
  論文  参考訳（メタデータ） (2023-03-25T14:18:39Z)
• A Comparative Study of Fingerprint Image-Quality Estimation Methods [54.84936551037727]
  画質の悪い画像は、突発的で欠落した特徴をもたらし、システム全体の性能を低下させる。 本稿では,指紋画像品質評価のための既存手法について概説する。 また,指紋画像品質推定アルゴリズムの選定も行った。
  論文  参考訳（メタデータ） (2021-11-14T19:53:12Z)
• Image Quality Assessment using Contrastive Learning [50.265638572116984]
  我々は、補助的な問題を解決するために、対照的な対の目的を用いて深層畳み込みニューラルネットワーク(CNN)を訓練する。 本研究では,最新のNR画像品質モデルと比較して,ContriQUEが競争性能を向上することを示す。 以上の結果から,大きなラベル付き主観的画像品質データセットを必要とせずに,知覚的関連性を持つ強力な品質表現が得られることが示唆された。
  論文  参考訳（メタデータ） (2021-10-25T21:01:00Z)
• Residual Networks based Distortion Classification and Ranking for Laparoscopic Image Quality Assessment [12.374294852377382]
  腹腔鏡画像やビデオは、ノイズ、煙、ぼやけ、均一でない照明など、様々な種類の歪みに影響されることが多い。 本稿では,歪みの重大度レベル(またはランク)を考慮し,画像品質評価タスクを多ラベル分類問題として定式化する。 腹腔鏡画像データセットで得られた結果は,提案手法の効率性を示す。
  論文  参考訳（メタデータ） (2021-06-12T14:26:11Z)
• Improving Medical Image Classification with Label Noise Using Dual-uncertainty Estimation [72.0276067144762]
  医用画像における2種類のラベルノイズについて論じ,定義する。 医用画像分類作業中にこれら2つのラベルノイズを処理する不確実性推定に基づくフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-02-28T14:56:45Z)

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。