論文の概要: A New Image Quality Database for Multiple Industrial Processes
- arxiv url: http://arxiv.org/abs/2401.13956v2
- Date: Mon, 29 Jan 2024 01:53:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 11:42:29.182323
- Title: A New Image Quality Database for Multiple Industrial Processes
- Title（参考訳）: 複数の産業プロセスのための新しい画像品質データベース
- Authors: Xuanchao Ma, Yanlin Jiang, Hongyan Liu, Chengxu Zhou, Ke Gu
- Abstract要約: 画像の取得、送信、保存、表示の過程において、様々な種類の歪みタイプが画像に導入されなければならない。
既存の品質評価手法の信頼性を検証するため,新しい産業プロセス画像データベースを構築した。
その結果,最新の画像品質評価アルゴリズムは,複数の歪み型を含む画像の品質を予測するのに困難であることが示唆された。
- 参考スコア（独自算出の注目度）: 9.226949975952131
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent years have witnessed a broader range of applications of image
processing technologies in multiple industrial processes, such as smoke
detection, security monitoring, and workpiece inspection. Different kinds of
distortion types and levels must be introduced into an image during the
processes of acquisition, compression, transmission, storage, and display,
which might heavily degrade the image quality and thus strongly reduce the
final display effect and clarity. To verify the reliability of existing image
quality assessment methods, we establish a new industrial process image
database (IPID), which contains 3000 distorted images generated by applying
different levels of distortion types to each of the 50 source images. We
conduct the subjective test on the aforementioned 3000 images to collect their
subjective quality ratings in a well-suited laboratory environment. Finally, we
perform comparison experiments on IPID database to investigate the performance
of some objective image quality assessment algorithms. The experimental results
show that the state-of-the-art image quality assessment methods have difficulty
in predicting the quality of images that contain multiple distortion types.
- Abstract（参考訳）: 近年、スモーク検出、セキュリティ監視、ワークピース検査など、複数の産業プロセスにおける画像処理技術の幅広い応用が目撃されている。
画像の取得、圧縮、送信、記憶、表示の過程において、様々な種類の歪みタイプとレベルが画像に導入され、画像の品質が大幅に低下し、最終的な表示効果と明快さが強く低下する可能性がある。
既存の画像品質評価手法の信頼性を検証するため,50のソース画像毎に異なるレベルの歪み型を適用して生成した3000の歪み画像を含む,新たな産業プロセス画像データベース(IPID)を構築した。
上記3000枚の画像に対して主観的検査を行い,良好な実験環境において主観的品質評価を収集した。
最後に、目的画像品質評価アルゴリズムの性能を検討するために、IPIDデータベース上で比較実験を行う。
実験の結果,画像品質評価手法では,複数の歪み型を含む画像の品質予測が困難であった。
関連論文リスト
- Fine-grained subjective visual quality assessment for high-fidelity compressed images [4.787528476079247]
JPEG標準化プロジェクトであるAICは、高忠実度画像に対する主観的な画質評価手法を開発している。
本稿では,提案手法,高品質な圧縮画像のデータセット,およびそれに対応するクラウドソースによる視覚的品質評価について述べる。
また、単に目立った差分(JND)単位で品質スケールの値を再構築するデータ分析のアプローチも概説している。
論文 参考訳（メタデータ） (2024-10-12T11:37:19Z) - Low-Quality Image Detection by Hierarchical VAE [5.2980803808373516]
本研究では,低画質画像の教師なし検出という新たな課題に対処する。
そこで本研究では,低画質の画像のさまざまな劣化を検知するだけでなく,その視覚的手がかりを提供する手法を提案する。
論文 参考訳（メタデータ） (2024-08-20T14:14:15Z) - 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) - Transferable Learned Image Compression-Resistant Adversarial Perturbations [66.46470251521947]
敵対的攻撃は容易に画像分類システムを破壊し、DNNベースの認識タスクの脆弱性を明らかにする。
我々は、学習した画像圧縮機を前処理モジュールとして利用する画像分類モデルをターゲットにした新しいパイプラインを提案する。
論文 参考訳（メタデータ） (2024-01-06T03:03:28Z) - BAND-2k: Banding Artifact Noticeable Database for Banding Detection and
Quality Assessment [52.1640725073183]
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。
論文 参考訳（メタデータ） (2023-11-29T15:56:31Z) - 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) - Helping Visually Impaired People Take Better Quality Pictures [52.03016269364854]
我々は、視覚障害者が共通の技術的歪みの発生を最小限に抑えるためのツールを開発する。
また、ユーザによる品質問題の緩和を支援する、プロトタイプのフィードバックシステムも作成しています。
論文 参考訳（メタデータ） (2023-05-14T04:37:53Z) - MSTRIQ: No Reference Image Quality Assessment Based on Swin Transformer
with Multi-Stage Fusion [8.338999282303755]
本稿では,Swin Transformerに基づく新しいアルゴリズムを提案する。
ローカル機能とグローバル機能の両方から情報を集約して、品質をより正確に予測する。
NTIRE 2022 Perceptual Image Quality Assessment Challengeのノーレファレンストラックで2位。
論文 参考訳（メタデータ） (2022-05-20T11:34:35Z) - 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) - Learning Conditional Knowledge Distillation for Degraded-Reference Image
Quality Assessment [157.1292674649519]
劣化参照IQA(DR-IQA)という実用的な解を提案する。
DR-IQAはIRモデルの入力、劣化したイメージを参照として利用する。
私たちの結果は、フル参照設定のパフォーマンスに近いものもあります。
論文 参考訳（メタデータ） (2021-08-18T02:35:08Z) - A CNN-Based Blind Denoising Method for Endoscopic Images [19.373025463383385]
低画質の内視鏡画像が多数存在するのは,GI領域の照明や複雑な環境が限られているためである。
本稿では,内視鏡画像のための畳み込み型ブラインドデノイングネットワークを提案する。
論文 参考訳（メタデータ） (2020-03-16T03:11:11Z)
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。