Fugu-MT 論文翻訳(概要): Estimating SSIM from MSE for DCT-Based Compressed Images

論文の概要: Estimating SSIM from MSE for DCT-Based Compressed Images

arxiv url: http://arxiv.org/abs/2608.02549v1
Date: Mon, 03 Aug 2026 17:33:36 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-04 21:56:46.392483
Title: Estimating SSIM from MSE for DCT-Based Compressed Images
Title（参考訳）: DCT圧縮画像に対するMSEからのSSIM推定
Abstract要約: 本稿では、構造類似度指数(SSIM)が、グローバルピーク信号からノイズ比(PSNR)、平均正方形誤差(MSE)まで近似可能であることを示す。 KodakとXiph Subset1データセットに対するさまざまなJPEG品質レベルの実験は、どちらのアプローチも正確で堅牢なSSIM近似を提供することを示している。提案するフレームワークはビデオに自然に拡張するように設計されており,同じコンテンツの複数のエンコードに対して参照由来の統計情報を再生することができる。
参考スコア（独自算出の注目度）: 3.3373910982976542
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Efficient and perceptually meaningful quality assessment is a fundamental requirement for image and video processing, compression, and streaming systems. This article shows that, in the context of Discrete Cosine Transform ( DCT)-based compressed images, Structural Similarity Index ( SSIM ) can be approximated from global Peak Signal to Noise Ratio (PSNR) or Mean Square Error ( MSE) using local statistics derived only from the reference image. While prior work assumes access to local MSE, we propose two approaches to approximate local MSE by redistributing the global MSE using variance or standard-deviation-based weighting. Experiments on the Kodak and Xiph Subset1 datasets across a range of JPEG quality levels demonstrate that both approaches provide accurate and robust SSIM approximations, substantially outperforming the global MSE baseline. The proposed framework is designed to extend naturally to video, where reference-derived statistics can be amortized across multiple encodes of the same content.
Abstract（参考訳）: 画像およびビデオ処理、圧縮、ストリーミングシステムにとって、効率的かつ知覚的に意味のある品質評価は、基本的な要件である。本稿では、離散コサイン変換(DCT)に基づく圧縮画像の文脈において、参照画像のみから得られる局所統計を用いて、グローバルピーク信号からノイズ比(PSNR)または平均正方形誤差(MSE)まで、構造類似度指数(SSIM)を近似することができることを示す。従来の作業では局所MSEへのアクセスを前提としていたが,大域的MSEを分散や標準偏差重み付けを用いて再分配することで局所MSEを近似する2つの手法を提案する。 KodakとXiph Subset1データセットのさまざまなJPEG品質レベルに対する実験により、両方のアプローチが正確で堅牢なSSIM近似を提供し、グローバルなMSEベースラインを大幅に上回ることを示した。提案するフレームワークはビデオに自然に拡張するように設計されており,同じコンテンツの複数のエンコードに対して参照由来の統計情報を再生することができる。

関連論文リスト

Knowledge-Informed Neural Network for Complex-Valued SAR Image Recognition [51.03674130115878]
本稿では,新しい「圧縮集約圧縮」アーキテクチャ上に構築された軽量なフレームワークであるKnowledge-Informed Neural Network(KINN)を紹介する。 KINNはパラメータ効率の認識における最先端を確立し、データスカースとアウト・オブ・ディストリビューションのシナリオにおいて例外的な一般化を提供する。
論文参考訳（メタデータ） (2025-10-23T07:12:26Z)
UniSino: Physics-Driven Foundational Model for Universal CT Sinogram Standardization [28.749900609874945]
ユニバーサルCTシングラム標準化の基礎モデルUniSinoを提案する。 UniSinoはプロジェクションドメインでデータを直接標準化し、多様なアンダーサンプリングシナリオをまたいだより強力な一般化を可能にする。実験結果から,UniSinoは単独および混合アンダーサンプリングの双方で良好な再建品質が得られることが示された。
論文参考訳（メタデータ） (2025-08-25T09:12:14Z)
Hybrid Image Resolution Quality Metric (HIRQM):A Comprehensive Perceptual Image Quality Assessment Framework [0.0]
本稿では,HIRQM(Hybrid Image Resolution Quality Metric)を提案する。動的重み付け機構は、輝度や分散といったイメージ特性に基づいてコンポーネントのコントリビューションを適応し、歪みタイプ間の柔軟性を向上させる。 TID2013とLIVデータセット、HIRQMピアソンとスピアマンの相関を0.92と0.90と評価し、従来の指標を上回った。
論文参考訳（メタデータ） (2025-05-04T06:14:10Z)
Image-Based Metrics in Ultrasound for Estimation of Global Speed-of-Sound [2.353522823873959]
組織音速(SoS)を推定するための新しい簡便なアプローチとして,従来の画像解析手法とメトリクスを活用することを提案する。数値シミュレーションおよびファントム実験において,画像品質,画像類似性,多フレーム変動を評価するために,11の指標について検討した。
論文参考訳（メタデータ） (2025-03-18T10:11:49Z)
Semantic Alignment and Reinforcement for Data-Free Quantization of Vision Transformers [58.80845404416028]
データフリー量子化(DFQ)は、実際のデータにアクセスせずにモデル量子化を可能にし、データのセキュリティとプライバシに関する懸念に対処する。ビジョントランスフォーマー(ViTs)の普及に伴い、ViTsのDFQは大きな注目を集めている。本稿では,新しいセマンティックアライメントと強化データ自由化手法であるSARDFQを提案する。
論文参考訳（メタデータ） (2024-12-21T09:30:45Z)
MB-RACS: Measurement-Bounds-based Rate-Adaptive Image Compressed Sensing Network [65.1004435124796]
本稿では,MB-RACS(Message-Bounds-based Rate-Adaptive Image Compressed Sensing Network)フレームワークを提案する。実験により,提案手法が現在の先行手法を超越していることが実証された。
論文参考訳（メタデータ） (2024-01-19T04:40:20Z)
You Only Train Once: A Unified Framework for Both Full-Reference and No-Reference Image Quality Assessment [45.62136459502005]
本稿では,完全な参照 (FR) と非参照 (NR) IQA を行うネットワークを提案する。まず、入力画像から多レベル特徴を抽出するためにエンコーダを用いる。 FRおよびNR入力のユニバーサルアダプタとして階層的注意(HA)モジュールを提案する。エンコーダの浅い層と深い層との間の特徴相関を調べるために, セマンティック・ディストーション・アウェア (SDA) モジュールを提案する。
論文参考訳（メタデータ） (2023-10-14T11:03:04Z)
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)
DCN-T: Dual Context Network with Transformer for Hyperspectral Image Classification [109.09061514799413]
複雑な撮像条件による空間変動のため,HSI分類は困難である。本稿では,HSIを高品質な三スペクトル画像に変換する三スペクトル画像生成パイプラインを提案する。提案手法は,HSI分類における最先端手法よりも優れている。
論文参考訳（メタデータ） (2023-04-19T18:32:52Z)
Semantic Image Synthesis via Diffusion Models [174.24523061460704]
Denoising Diffusion Probabilistic Models (DDPM) は様々な画像生成タスクにおいて顕著な成功を収めた。セマンティック画像合成に関する最近の研究は、主に事実上のGANベースのアプローチに従っている。意味画像合成のためのDDPMに基づく新しいフレームワークを提案する。
論文参考訳（メタデータ） (2022-06-30T18:31:51Z)
A Feature Fusion-Net Using Deep Spatial Context Encoder and Nonstationary Joint Statistical Model for High Resolution SAR Image Classification [10.152675581771113]
HR SAR画像に対して, エンドツーエンドの教師付き分類法を提案する。より効果的な空間特徴を抽出するために,新しい深部空間コンテキストエンコーダネットワーク(DSCEN)を提案する。統計の多様性を高めるため、非定常連成統計モデル(NS-JSM)が採用され、グローバルな統計特性を形成する。
論文参考訳（メタデータ） (2021-05-11T06:20:14Z)
Perceptually Optimizing Deep Image Compression [53.705543593594285]
平均二乗誤差(MSE)と$ell_p$ノルムは、ニューラルネットワークの損失の測定で大きく支配されている。本稿では,定量的知覚モデルに対して,画像解析ネットワークを最適化するための異なるプロキシ手法を提案する。
論文参考訳（メタデータ） (2020-07-03T14:33:28Z)

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。