論文の概要: PrISM-IQA: Image Quality Assessment Made Practical for Smartphone Photography
- arxiv url: http://arxiv.org/abs/2606.31626v1
- Date: Tue, 30 Jun 2026 13:10:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.231765
- Title: PrISM-IQA: Image Quality Assessment Made Practical for Smartphone Photography
- Title（参考訳）: PrISM-IQA:スマートフォンで撮影する画像の品質評価
- Abstract要約: 本稿では,スマートフォン IQA を多問題順序診断問題として再検討する IQA 用の ISP 対応構造化モデルを提案する。
PrISM-IQAは、ISPに関連する各問題に対して、テキストの順序付けされた重大度レベル(欠落、マイナー、深刻、クリティカル)を予測する。
我々は,ISP関連品質問題に53ドルをかけた再構成SPAQベンチマークと,エキスパートアノテート実世界の小規模データセットを用いてPrISM-IQAを評価した。
- 参考スコア（独自算出の注目度）: 31.119279600828282
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Existing smartphone image quality assessment (IQA) methods commonly reduce perceptual quality to a single score. However, this scalar formulation is poorly aligned with practical image signal processor (ISP) tuning, where engineers must identify specific quality issues, estimate their severities, and determine whether they are acceptable or require intervention. In this work, we introduce a Practical ISP-aware Structured Model for IQA (PrISM-IQA), which reformulates smartphone IQA as a multi-issue ordinal diagnosis problem. Rather than regressing a single quality score, PrISM-IQA predicts an \textit{ordered} severity level -- absent, minor, severe, or critical -- for each ISP-relevant issue, covering both global image-level artifacts and local content-dependent defects. To produce logically consistent predictions, PrISM-IQA combines cumulative ordinal encoding with structured inference that captures within-issue monotonicity as well as cross-issue subsumption and exclusion relations. We evaluate PrISM-IQA on a reconstructed SPAQ benchmark annotated with $53$ ISP-relevant quality issues and on a small-scale expert-annotated real-world dataset. Experimental results demonstrate the effectiveness of PrISM-IQA for practical issue-level diagnosis, reveal transferable perceptual quality representations through linear probing, and further show how its predictions can support actionable and meaningful ISP tuning.
- Abstract（参考訳）: 既存のスマートフォン画像品質評価(IQA)手法は、知覚品質を単一のスコアに低下させるのが一般的である。
しかし、このスカラーの定式化は、エンジニアが特定の品質問題を特定し、深刻度を推定し、それらが許容されるか、介入を必要とするかを判断する、実用的な画像信号処理装置(ISP)のチューニングと不整合である。
本稿では,スマートフォン IQA を多問題順序診断問題として再定義する IQA (PrISM-IQA) の実践的ISP 対応構造モデルを提案する。
PrISM-IQAは、単一の品質スコアを回帰するのではなく、ISP関連の問題に対して、グローバルなイメージレベルのアーティファクトとローカルなコンテンツ依存の欠陥の両方をカバーする、 \textit{ordered}の重大度レベル(欠如、マイナー、重大、あるいは重要)を予測する。
論理的に一貫した予測を生成するために、PrISM-IQAは累積順序エンコーディングと構造的推論を組み合わせる。
我々は,ISP関連品質問題に53ドルをかけた再構成SPAQベンチマークと,エキスパートアノテート実世界の小規模データセットを用いてPrISM-IQAを評価した。
実験により, PrISM-IQAの有効性を実証し, 線形探索による伝達可能な知覚品質表現を明らかにするとともに, その予測が動作可能かつ有意義なISPチューニングをどのようにサポートするかを示した。
関連論文リスト
- IQA-T1: Tool-based Visual Evidence Reasoning for Image Quality Assessment [59.83941105390897]
ツールベースの視覚的エビデンス推論フレームワークであるIQA-T1を提案する。
推論の間、モデルは、構造化された視覚的証拠を生成するための特殊な分析ツールを自律的に呼び出す。
実験によると、IQA-T1はデータセット全体で最高の全体的なパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-07-14T05:47:32Z) - Zoom-IQA: Image Quality Assessment with Reliable Region-Aware Reasoning [32.30800226412995]
VLMに基づくIQAモデルであるZoom-IQAを導入し、重要な認知行動を明確にエミュレートする。
Zoom-IQAは、堅牢性、説明可能性、一般化の向上を実現する。
画像復元などの下流タスクへの応用は、Zoom-IQAの有効性をさらに示している。
論文 参考訳（メタデータ） (2026-01-06T11:00:17Z) - Life-IQA: Boosting Blind Image Quality Assessment through GCN-enhanced Layer Interaction and MoE-based Feature Decoupling [53.74410422225995]
ブラインド画像品質評価(BIQA)は視覚経験の評価と最適化において重要な役割を担っている。
既存のBIQAアプローチのほとんどは、バックボーンネットワークから抽出された浅く深い特徴を融合させ、品質予測に不平等な貢献を見落としている。
本稿では,BIQA の浅層・深層特性の寄与について検討し,GCN によるアンダーライン層アンダーライン相互作用と MoE ベースのアンダーラインアンダーラインデカップリング(textbf(Life-IQA))による効果的な品質特徴デコードフレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-24T11:59:55Z) - AgenticIQA: An Agentic Framework for Adaptive and Interpretable Image Quality Assessment [69.06977852423564]
画像品質評価(IQA)は、人間の視覚系に根ざした知覚品質の定量化と解釈の両方を反映している。
AgenticIQAは、IQAを歪み検出、歪み解析、ツール選択、ツール実行の4つのサブタスクに分解する。
本稿では,IQAエージェントに適した大規模命令データセットであるAgenticIQA-200Kと,VLMベースのIQAエージェントの計画,実行,要約機能を評価するための最初のベンチマークであるAgenticIQA-Evalを紹介する。
論文 参考訳（メタデータ） (2025-09-30T09:37:01Z) - Computational Analysis of Degradation Modeling in Blind Panoramic Image Quality Assessment [31.49918873317235]
ブラインドパノラマ画像品質評価(BPIQA)は、最近、視覚品質コミュニティに新たな挑戦をもたらした。
簡単なデータベースはBPIQAモデルとBIQAモデルのパフォーマンスのギャップを狭めるが、BPIQAの開発とは無関係である。
論文 参考訳（メタデータ） (2025-03-05T08:15:31Z) - Few-Shot Image Quality Assessment via Adaptation of Vision-Language Models [93.91086467402323]
Gradient-Regulated Meta-Prompt IQA Framework (GRMP-IQA) は、視覚言語事前学習モデルのCLIPをIQAタスクに効率よく適応させるように設計されている。
GRMP-IQAは、 (i) Meta-Prompt 事前学習モジュールと (ii) Quality-Aware Gradient Regularization の2つのコアモジュールから構成される。
論文 参考訳（メタデータ） (2024-09-09T07:26:21Z) - DP-IQA: Utilizing Diffusion Prior for Blind Image Quality Assessment in the Wild [73.6767681305851]
野生のブラインド画像品質評価(IQA)は重大な課題を呈している。
大規模なトレーニングデータの収集が困難であることを考えると、厳密な一般化モデルを開発するために限られたデータを活用することは、未解決の問題である。
事前訓練されたテキスト・ツー・イメージ(T2I)拡散モデルの堅牢な画像認識能力により,新しいIQA法,拡散先行に基づくIQAを提案する。
論文 参考訳（メタデータ） (2024-05-30T12:32:35Z) - Cross-IQA: Unsupervised Learning for Image Quality Assessment [3.2287957986061038]
本稿では,視覚変換器(ViT)モデルに基づく非参照画像品質評価(NR-IQA)手法を提案する。
提案手法は,ラベルのない画像データから画像品質の特徴を学習することができる。
実験結果から,Cross-IQAは低周波劣化情報の評価において最先端の性能が得られることが示された。
論文 参考訳（メタデータ） (2024-05-07T13:35:51Z) - Adaptive Feature Selection for No-Reference Image Quality Assessment by Mitigating Semantic Noise Sensitivity [55.399230250413986]
上流タスクから有害なセマンティックノイズを除去するためのQFM-IQM(Quality-Aware Feature Matching IQA Metric)を提案する。
提案手法は,8つの標準IQAデータセット上での最先端NR-IQA法よりも優れた性能を実現する。
論文 参考訳（メタデータ） (2023-12-11T06:50:27Z) - Blind Multimodal Quality Assessment: A Brief Survey and A Case Study of
Low-light Images [73.27643795557778]
ブラインド画像品質評価(BIQA)は、視覚信号の客観的スコアを自動的に正確に予測することを目的としている。
この分野での最近の発展は、ヒトの主観的評価パターンと矛盾しない一助的解によって支配されている。
主観的評価から客観的スコアへの低照度画像の一意なブラインドマルチモーダル品質評価(BMQA)を提案する。
論文 参考訳（メタデータ） (2023-03-18T09:04:55Z) - Norm-in-Norm Loss with Faster Convergence and Better Performance for
Image Quality Assessment [20.288424566444224]
画像品質評価(IQA)モデルにおける損失関数の設計における正規化について検討する。
結果として生じるNorm-in-Normの損失は、主観的品質スコアに対する線形予測をIQAモデルに促す。
2つの関連するデータセットの実験では、MAEやMSEの損失と比較して、新しい損失はIQAモデルを約10倍の速度で収束させることが示されている。
論文 参考訳（メタデータ） (2020-08-10T04:01:21Z)
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。