論文の概要: Fine-Grained HDR Image Quality Assessment From Noticeably Distorted to Very High Fidelity

• arxiv url: http://arxiv.org/abs/2506.12505v1
• Date: Sat, 14 Jun 2025 13:36:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:46.394963
• Title: Fine-Grained HDR Image Quality Assessment From Noticeably Distorted to Very High Fidelity
• Title（参考訳）: 細粒HDR画像の画質評価
• Authors: Mohsen Jenadeleh, Jon Sneyers, Davi Lazzarotto, Shima Mohammadi, Dominik Keller, Atanas Boev, Rakesh Rao Ramachandra Rao, António Pinheiro, Thomas Richter, Alexander Raake, Touradj Ebrahimi, João Ascenso, Dietmar Saupe,
• Abstract要約: 高ダイナミックレンジ(SDR)および広色域(WCG)技術は、標準ダイナミックレンジ(SDR)や標準色域(SDR)と比較して色再現性を著しく向上させる。 しかし、HDRはデータ要求を増大させ、帯域幅の効率と圧縮技術に挑戦する。 圧縮および表示技術の進歩は、より正確な画像品質評価を必要とする。
• 参考スコア（独自算出の注目度）: 36.78965885615073
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: High dynamic range (HDR) and wide color gamut (WCG) technologies significantly improve color reproduction compared to standard dynamic range (SDR) and standard color gamuts, resulting in more accurate, richer, and more immersive images. However, HDR increases data demands, posing challenges for bandwidth efficiency and compression techniques. Advances in compression and display technologies require more precise image quality assessment, particularly in the high-fidelity range where perceptual differences are subtle. To address this gap, we introduce AIC-HDR2025, the first such HDR dataset, comprising 100 test images generated from five HDR sources, each compressed using four codecs at five compression levels. It covers the high-fidelity range, from visible distortions to compression levels below the visually lossless threshold. A subjective study was conducted using the JPEG AIC-3 test methodology, combining plain and boosted triplet comparisons. In total, 34,560 ratings were collected from 151 participants across four fully controlled labs. The results confirm that AIC-3 enables precise HDR quality estimation, with 95\% confidence intervals averaging a width of 0.27 at 1 JND. In addition, several recently proposed objective metrics were evaluated based on their correlation with subjective ratings. The dataset is publicly available.
• Abstract（参考訳）: 高ダイナミックレンジ (HDR) と広色域 (WCG) 技術は、標準ダイナミックレンジ (SDR) や標準色域 (SDR) と比較して色再現性を著しく改善し、より正確で、よりリッチで、より没入的な画像をもたらす。 しかし、HDRはデータ要求を増大させ、帯域幅の効率と圧縮技術に挑戦する。 圧縮および表示技術の進歩は、特に知覚差が微妙な高忠実度領域において、より正確な画像品質評価を必要とする。 AIC-HDR2025は、5つのHDRソースから生成された100個のテスト画像からなる最初のHDRデータセットであり、それぞれが5つの圧縮レベルで4つのコーデックを使用して圧縮される。 目に見える歪みから、視覚的に損失のない閾値以下の圧縮レベルまで、高忠実度の範囲をカバーする。 JPEG AIC-3テスト手法を用いて,3重項比較法と3重項比較法を組み合わせた主観的研究を行った。 4つの完全に制御された実験室の参加者151名から合計34,560人の評価が得られた。 その結果, AIC-3 は精度の高い HDR 品質推定が可能であり,95% % の信頼区間が 1 JND で 0.27 の幅を平均化することを確認した。 さらに, 主観評価値と主観的評価値との相関から, 最近提案された客観的評価値について検討した。 データセットは公開されている。

関連論文リスト

• Subjective Visual Quality Assessment for High-Fidelity Learning-Based Image Compression [2.296138318128071]
  JPEG AIC-3 手法を用いて,JPEG AI 圧縮画像の包括的主観的品質評価を行う。 強化された3重項比較と平易な3重項比較に基づく統一モデルを用いて,JNDに基づく品質尺度を再構築した。 CVVDPの指標は全体の最高性能を達成したが、CVDPを含むほとんどの指標はJPEG AI圧縮画像の品質予測において過度に楽観的であった。
  論文  参考訳（メタデータ） (2025-04-07T15:16:58Z)
• Learned HDR Image Compression for Perceptually Optimal Storage and Display [21.772946547671122]
  高ダイナミックレンジのキャプチャと表示は、技術の進歩と優れた画像品質に対する消費者の需要の増加により、人気が著しく上昇している。 その結果、HDR画像圧縮は、大きなファイルサイズと非効率なデータハンドリングに悩まされることなく、HDR画像の利点を十分に実現するために重要である。 本研究では,エンド・ツー・エンドで最適化されたHDR画像圧縮を,知覚的に最適な記憶・表示に活用するための取り組みを開始する。
  論文  参考訳（メタデータ） (2024-07-18T05:35:57Z)
• HDR-GS: Efficient High Dynamic Range Novel View Synthesis at 1000x Speed via Gaussian Splatting [76.5908492298286]
  既存のHDR NVS法は主にNeRFに基づいている。 訓練時間は長く、推論速度は遅い。 我々は新しいフレームワークHigh Dynamic Range Gaussian Splatting (-GS)を提案する。
  論文  参考訳（メタデータ） (2024-05-24T00:46:58Z)
• Adapting Pretrained Networks for Image Quality Assessment on High Dynamic Range Displays [0.0]
  従来の画像品質指標(IQMs)は、知覚的に均一なガンマ符号化されたピクセル値のために設計されている。 利用可能なデータセットのほとんどは、標準およびおそらく制御されていない観測条件で収集された標準ダイナミックレンジ(SDR)イメージで構成されている。 一般的なトレーニング済みニューラルネットワークもSDR入力を意図しており、HDRコンテンツへの直接適用を制限している。 本研究では,HDRデータに基づく画像品質評価(IQA)のための深層学習モデル学習のための,より効果的なアプローチについて検討する。
  論文  参考訳（メタデータ） (2024-05-01T17:57:12Z)
• Perceptual Assessment and Optimization of HDR Image Rendering [25.72195917050074]
  高ダイナミックレンジレンダリングは、自然界の広い輝度範囲を忠実に再現する能力を持つ。 既存の画質モデルは、主に低ダイナミックレンジ(LDR)画像用に設計されており、HDR画像の品質に対する人間の認識とよく一致しない。 本稿では,HDR画像からLDR画像のスタックを分解するために,単純な逆表示モデルを用いるHDR品質指標のファミリを提案する。
  論文  参考訳（メタデータ） (2023-10-19T16:32:18Z)
• Towards Efficient SDRTV-to-HDRTV by Learning from Image Formation [51.26219245226384]
  モダンディスプレイは、高ダイナミックレンジ(WCG)と広色域(SDR)で映像コンテンツをレンダリングすることができる 利用可能なリソースの大部分は、まだ標準動的範囲(SDR)にある。 我々は、SDRTV/TVコンテンツの形成をモデル化し、SDRTV-to-TVタスクを定義し、分析する。 本手法は主に超高精細テレビコンテンツ向けに設計されており、4K解像度画像の処理に有効で軽量である。
  論文  参考訳（メタデータ） (2023-09-08T02:50:54Z)
• NTIRE 2021 Challenge on High Dynamic Range Imaging: Dataset, Methods and Results [56.932867490888015]
  本稿では,CVPR 2021と共同で開催されているニュートレンド・イメージ・リカバリ・エンハンスメント(NTIRE)ワークショップ(New Trends in Image Restoration and Enhancement, NTIRE)におけるハイダイナミックレンジイメージングの課題について概説する。 この課題は、1つまたは複数の低ダイナミックレンジ(LDR)観測からHDR画像を推定することを目的としている。
  論文  参考訳（メタデータ） (2021-06-02T19:45:16Z)

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。