論文の概要: A Survey on Image Quality Assessment: Insights, Analysis, and Future Outlook

• arxiv url: http://arxiv.org/abs/2502.08540v1
• Date: Wed, 12 Feb 2025 16:24:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-13 13:48:03.599777
• Title: A Survey on Image Quality Assessment: Insights, Analysis, and Future Outlook
• Title（参考訳）: 画像品質評価に関する調査:洞察,分析,将来展望
• Authors: Chengqian Ma, Zhengyi Shi, Zhiqiang Lu, Shenghao Xie, Fei Chao, Yao Sui,
• Abstract要約: 画像品質評価(IQA)は、画像中心技術において重要な課題である。 IQAは、新しい建築パラダイムの出現を契機に、革新的な研究努力の顕著な急増を目撃している。 このサーベイは、アプリケーションシナリオに応じて組織された、現代のIQA方法論を広範囲に分析する。
• 参考スコア（独自算出の注目度）: 6.925820483833189
• License:
• Abstract: Image quality assessment (IQA) represents a pivotal challenge in image-focused technologies, significantly influencing the advancement trajectory of image processing and computer vision. Recently, IQA has witnessed a notable surge in innovative research efforts, driven by the emergence of novel architectural paradigms and sophisticated computational techniques. This survey delivers an extensive analysis of contemporary IQA methodologies, organized according to their application scenarios, serving as a beneficial reference for both beginners and experienced researchers. We analyze the advantages and limitations of current approaches and suggest potential future research pathways. The survey encompasses both general and specific IQA methodologies, including conventional statistical measures, machine learning techniques, and cutting-edge deep learning models such as convolutional neural networks (CNNs) and Transformer models. The analysis within this survey highlights the necessity for distortion-specific IQA methods tailored to various application scenarios, emphasizing the significance of practicality, interpretability, and ease of implementation in future developments.
• Abstract（参考訳）: 画像品質評価(IQA)は画像中心技術において重要な課題であり、画像処理とコンピュータビジョンの進行軌道に大きな影響を及ぼす。 近年、IQAは、新しいアーキテクチャパラダイムと洗練された計算技法の出現によって、革新的な研究努力が顕著に急増しているのを目撃している。 この調査は、応用シナリオに従って組織された、現代のIQA方法論を広範囲に分析し、初心者と経験豊富な研究者の両方にとって有益な参考となる。 我々は、現在のアプローチの利点と限界を分析し、将来的な研究経路を提案する。 この調査は、従来の統計測定、機械学習技術、畳み込みニューラルネットワーク(CNN)やトランスフォーマーモデルといった最先端のディープラーニングモデルを含む、一般的なIQA方法論と特定のIQA方法論の両方を含む。 本調査では,様々なアプリケーションシナリオに適合した歪み特異的IQA法の必要性を強調し,実用性の重要性,解釈可能性,実装の容易性を強調した。

関連論文リスト

• A Survey of Model Architectures in Information Retrieval [64.75808744228067]
  機能抽出のためのバックボーンモデルと、関連性推定のためのエンドツーエンドシステムアーキテクチャの2つの重要な側面に焦点を当てる。 従来の用語ベースの手法から現代のニューラルアプローチまで,特にトランスフォーマーベースのモデルとそれに続く大規模言語モデル(LLM)の影響が注目されている。 我々は、パフォーマンスとスケーラビリティのアーキテクチャ最適化、マルチモーダル、マルチランガルデータの処理、従来の検索パラダイムを超えた新しいアプリケーションドメインへの適応など、新たな課題と今後の方向性について議論することで結論付けた。
  論文  参考訳（メタデータ） (2025-02-20T18:42:58Z)
• AI-generated Image Quality Assessment in Visual Communication [72.11144790293086]
  AIGI-VCは、視覚コミュニケーションにおけるAI生成画像の品質評価データベースである。 データセットは、14の広告トピックと8つの感情タイプにまたがる2500のイメージで構成されている。 粗い人間の嗜好アノテーションときめ細かい嗜好記述を提供し、選好予測、解釈、推論におけるIQAメソッドの能力をベンチマークする。
  論文  参考訳（メタデータ） (2024-12-20T08:47:07Z)
• A Comprehensive Survey of Action Quality Assessment: Method and Benchmark [25.694556140797832]
  行動品質評価(AQA)は、人間の行動の質を定量的に評価し、人間の判断におけるバイアスを減らす自動評価を提供する。 近年のAQAの進歩は革新的手法を導入しているが、類似の手法は異なる領域にまたがることが多い。 統一されたベンチマークと限定的な計算比較の欠如は、AQAアプローチの一貫性のある評価と公正な評価を妨げている。
  論文  参考訳（メタデータ） (2024-12-15T10:47:26Z)
• Socio-Economic Consequences of Generative AI: A Review of Methodological Approaches [0.0]
  我々は、生成AIの導入による経済的および社会的影響を予測するのに使用される主要な方法論を特定する。 総合的な文献レビューを通じて、我々はこの技術革命の多面的影響を評価するための様々な方法論を明らかにした。
  論文  参考訳（メタデータ） (2024-11-14T09:40:25Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• Advances in Diffusion Models for Image Data Augmentation: A Review of Methods, Models, Evaluation Metrics and Future Research Directions [6.2719115566879236]
  拡散モデル(DM)は画像データ拡張のための強力なツールとして登場した。 DMは、基礎となるデータ分布を学習することで、現実的で多様な画像を生成する。 この分野における現在の課題と今後の研究方向性について論じる。
  論文  参考訳（メタデータ） (2024-07-04T18:06:48Z)
• Multi-Modal Prompt Learning on Blind Image Quality Assessment [65.0676908930946]
  画像品質評価(IQA)モデルは意味情報から大きな恩恵を受け、異なる種類のオブジェクトを明瞭に扱うことができる。 十分な注釈付きデータが不足している従来の手法では、セマンティックな認識を得るために、CLIPイメージテキスト事前学習モデルをバックボーンとして使用していた。 近年のアプローチでは、このミスマッチに即時技術を使って対処する試みがあるが、これらの解決策には欠点がある。 本稿では、IQAのための革新的なマルチモーダルプロンプトベースの手法を提案する。
  論文  参考訳（メタデータ） (2024-04-23T11:45:32Z)
• Image Quality Assessment in the Modern Age [53.19271326110551]
  本チュートリアルは、画像品質評価(IQA)の基礎的理論、方法論、現状の進歩を聴衆に提供する。 まず,視覚刺激を適切に選択する方法に着目し,主観的品質評価手法を再考する。 手書きのエンジニアリングと(深い)学習ベースの手法の両方をカバーします。
  論文  参考訳（メタデータ） (2021-10-19T02:38:46Z)
• Quantifying Visual Image Quality: A Bayesian View [31.494753153095587]
  画像品質評価(IQA)モデルは、人間の観察者による視覚画像と知覚品質の定量的な関係を確立することを目的としている。 IQAモデリングは視覚科学と工学の実践の間に特別なブリッジングの役割を担っている。
  論文  参考訳（メタデータ） (2021-01-30T09:34:23Z)
• A Review of Uncertainty Quantification in Deep Learning: Techniques, Applications and Challenges [76.20963684020145]
  不確実性定量化(UQ)は、最適化と意思決定プロセスの両方において不確実性の低減に重要な役割を果たしている。 ビザレ近似とアンサンブル学習技術は、文学において最も広く使われている2つのUQ手法である。 本研究は, 深層学習におけるUQ手法の最近の進歩を概観し, 強化学習におけるこれらの手法の適用について検討する。
  論文  参考訳（メタデータ） (2020-11-12T06:41:05Z)

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。