論文の概要: From Global to Granular: Revealing IQA Model Performance via Correlation Surface

• arxiv url: http://arxiv.org/abs/2601.21738v1
• Date: Thu, 29 Jan 2026 13:55:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-30 16:22:49.871314
• Title: From Global to Granular: Revealing IQA Model Performance via Correlation Surface
• Title（参考訳）: グローバルからグラニュラーへ:相関面によるIQAモデルの性能を明らかにする
• Authors: Baoliang Chen, Danni Huang, Hanwei Zhu, Lingyu Zhu, Wei Zhou, Shiqi Wang, Yuming Fang, Weisi Lin,
• Abstract要約: 我々は, IQA 性能の構造化, きめ細かな解析を行う textbfGranularity-Modulated correlation (GMC) を提案する。 GMCにはtextbfDistribution Regulatorが含まれており、相関関係を規則化し、非均一な品質分布からのバイアスを軽減する。 標準ベンチマークの実験では、GCCはスカラーメトリクスに見えないパフォーマンス特性を示し、IQAモデルを分析、比較、デプロイするためのより情報に富んだ信頼性の高いパラダイムを提供する。
• 参考スコア（独自算出の注目度）: 83.65597122328133
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Evaluation of Image Quality Assessment (IQA) models has long been dominated by global correlation metrics, such as Pearson Linear Correlation Coefficient (PLCC) and Spearman Rank-Order Correlation Coefficient (SRCC). While widely adopted, these metrics reduce performance to a single scalar, failing to capture how ranking consistency varies across the local quality spectrum. For example, two IQA models may achieve identical SRCC values, yet one ranks high-quality images (related to high Mean Opinion Score, MOS) more reliably, while the other better discriminates image pairs with small quality/MOS differences (related to $|Δ$MOS$|$). Such complementary behaviors are invisible under global metrics. Moreover, SRCC and PLCC are sensitive to test-sample quality distributions, yielding unstable comparisons across test sets. To address these limitations, we propose \textbf{Granularity-Modulated Correlation (GMC)}, which provides a structured, fine-grained analysis of IQA performance. GMC includes: (1) a \textbf{Granularity Modulator} that applies Gaussian-weighted correlations conditioned on absolute MOS values and pairwise MOS differences ($|Δ$MOS$|$) to examine local performance variations, and (2) a \textbf{Distribution Regulator} that regularizes correlations to mitigate biases from non-uniform quality distributions. The resulting \textbf{correlation surface} maps correlation values as a joint function of MOS and $|Δ$MOS$|$, providing a 3D representation of IQA performance. Experiments on standard benchmarks show that GMC reveals performance characteristics invisible to scalar metrics, offering a more informative and reliable paradigm for analyzing, comparing, and deploying IQA models. Codes are available at https://github.com/Dniaaa/GMC.
• Abstract（参考訳）: 画像品質評価(IQA)モデルの評価は、Pearson Linear correlation Coefficient (PLCC) やSpearman Rank-Order correlation Coefficient (SRCC) といった大域的な相関指標によって長い間支配されてきた。 広く採用されているが、これらのメトリクスはパフォーマンスを1つのスカラーに減らし、ランキングの一貫性が局所的な品質スペクトルによってどのように変化するかを把握することができない。 例えば、2つのIQAモデルは同じSRCC値が得られるが、1つは高品質な画像(平均値スコア、MOS)をより確実にランク付けし、もう1つはより小さな品質/MOSの差($|Δ$MOS$|$)を持つ画像対を識別する。 このような相補的な行動は、グローバルな指標の下では見えない。 さらに、SRCCとPLCCはテストサンプルの品質分布に敏感であり、テストセット間で不安定な比較をもたらす。 これらの制約に対処するために, IQA 性能の構造化, きめ細かな解析を行う \textbf{Granularity-Modulated correlation (GMC) を提案する。 GMCは、(1)絶対的なMOS値とペアのMOS差(|Δ$MOS$|$)に条件付きガウス重み付き相関を適用して局所的な性能変動を検査する \textbf{Granularity Modulator} と、(2)非一様品質分布からバイアスを緩和するために相関を規則化する \textbf{Distribution Regulator} を含む。 結果の \textbf{correlation surface} は相関値を MOS と $|Δ$MOS$|$ の合同関数としてマッピングし、IQA のパフォーマンスの 3D 表現を提供する。 標準ベンチマークの実験では、GCCはスカラーメトリクスに見えないパフォーマンス特性を示し、IQAモデルを分析、比較、デプロイするためのより情報に富んだ信頼性の高いパラダイムを提供する。 コードはhttps://github.com/Dniaaa/GMC.comで公開されている。

関連論文リスト

• MS-ISSM: Objective Quality Assessment of Point Clouds Using Multi-scale Implicit Structural Similarity [65.85858856481131]
  点雲の非構造的で不規則な性質は、客観的品質評価(PCQA)に重大な課題をもたらす マルチスケールインシシシット構造類似度測定(MS-ISSM)を提案する。
  論文  参考訳（メタデータ） (2026-01-03T14:58:52Z)
• Plug In, Grade Right: Psychology-Inspired AGIQA [60.23968344837525]
  既存のAGIQAモデルは、画像埋め込みとテキスト埋め込みの類似性の測定と集約により、画像品質を推定する。 本稿では, AGIQA に対する高次応答モデル (GRM) を提案する。 我々のArithmetic GRMベースの品質グレーディング(AGQG)モジュールは、プラグアンドプレイの利点を享受しています。
  論文  参考訳（メタデータ） (2025-12-28T04:51:05Z)
• Continual Action Quality Assessment via Adaptive Manifold-Aligned Graph Regularization [53.82400605816587]
  アクション品質アセスメント(AQA)は、ビデオにおける人間の行動を定量化し、スポーツスコアリング、リハビリテーション、スキル評価の応用を支援する。 大きな課題は、現実世界のシナリオにおける品質分布の非定常的な性質にある。 本稿では,進化する分布を扱うための連続学習機能を備えた連続AQA(Continuous AQA)を紹介する。
  論文  参考訳（メタデータ） (2025-10-08T10:09:47Z)
• Cumulative Consensus Score: Label-Free and Model-Agnostic Evaluation of Object Detectors in Deployment [3.6178660238507843]
  オブジェクト検出モデルをデプロイで評価することは難しい。 実環境における検知器の連続的な監視と比較を可能にするラベルフリーメトリックであるCumulative Consensus Score (CCS)を紹介した。
  論文  参考訳（メタデータ） (2025-09-16T09:24:37Z)
• KG-EDAS: A Meta-Metric Framework for Evaluating Knowledge Graph Completion Models [0.0]
  知識グラフ(KG)を評価する上での大きな課題は、複数のデータセットとメトリクスのパフォーマンスを比較することだ。 我々は,平均解からの距離に基づくKG評価を提案し,マルチメトリック・マルチデータセットのパフォーマンスを統一的なランキングに組み込む。 EDASは、より情報のあるモデル選択をサポートし、データセット間の評価において公平性を促進するグローバルな視点を提供する。
  論文  参考訳（メタデータ） (2025-08-21T08:37:35Z)
• Evaluating Knowledge Graph Complexity via Semantic, Spectral, and Structural Metrics for Link Prediction [0.0]
  構造的およびセマンティックなKG複雑性メトリクスのセットを導入し、ベンチマークする。 CSGはパラメトリゼーションに非常に敏感であり,クラス数に強く対応していない。 CSGは,リンク予測設定において,安定性と一般化予測能力が保たないことを実証した。
  論文  参考訳（メタデータ） (2025-08-21T06:27:20Z)
• GMC-IQA: Exploiting Global-correlation and Mean-opinion Consistency for No-reference Image Quality Assessment [40.33163764161929]
  我々は,グローバル相関と平均オピニオン整合性を利用する新たな損失関数とネットワークを構築した。 SROCCの微分不可能な問題を解くために、ペアワイズ選好に基づくランク推定を定義することにより、新しいGCC損失を提案する。 また,重み学習のランダム性を軽減するために,多様な意見特徴を統合した平均オピニオンネットワークを提案する。
  論文  参考訳（メタデータ） (2024-01-19T06:03:01Z)
• Exposing and Addressing Cross-Task Inconsistency in Unified Vision-Language Models [80.23791222509644]
  一貫性のないAIモデルは、人間のユーザーによって不安定で信頼できないと見なされている。 最先端のビジョン言語モデルは、タスク間の驚くほど高い一貫性のない振る舞いに悩まされている。 本稿では,大規模で自動生成されるクロスタスクコントラスト集合上で計算されたランク相関に基づく補助訓練目標を提案する。
  論文  参考訳（メタデータ） (2023-03-28T16:57:12Z)
• Accuracy on the Line: On the Strong Correlation Between Out-of-Distribution and In-Distribution Generalization [89.73665256847858]
  分布外性能は,広範囲なモデルと分布シフトに対する分布内性能と強く相関していることを示す。 具体的には,CIFAR-10 と ImageNet の変種に対する分布内分布と分布外分布性能の強い相関関係を示す。 また,CIFAR-10-Cと組織分類データセットCamelyon17-WILDSの合成分布の変化など,相関が弱いケースについても検討した。
  論文  参考訳（メタデータ） (2021-07-09T19:48:23Z)

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。