論文の概要: Reconstructing Historical Manuscripts through MSI: The Potential of Contrast in Assessing Image Quality and Legibility
- arxiv url: http://arxiv.org/abs/2608.13381v1
- Date: Thu, 13 Aug 2026 15:41:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.580413
- Title: Reconstructing Historical Manuscripts through MSI: The Potential of Contrast in Assessing Image Quality and Legibility
- Title（参考訳）: MSIによる歴史的写本の再構成:画像品質と妥当性の評価におけるコントラストの可能性
- Abstract要約: 古写本のデジタル復元は、文化遺産の真正性を保ちながら、可読性を向上することを目的としている。
復元された原稿の品質を評価することは依然として困難であり、読みやすさはしばしば主観的であり、専門家のアノテーションは乏しい。
本研究は, コントラストに基づく画像品質尺度の適合性について検討し, 再構成された原稿画像の品質と妥当性をマルチスペクトル画像から評価する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Digital restoration of historical manuscript images aims to improve readability while preserving the authenticity of cultural heritage documents. However, evaluating quality of restored manuscripts remains challenging, where readability is often subjective and expert annotations are scarce. This study investigates the suitability of contrast-based image quality measures to assess quality and legibility of reconstructed manuscript images from multi-spectral imaging. Two experiments were conducted with publicly-available data sets, facilitating manual quality scores by experts and full-reference image quality measures as reference evaluations. The results show that potential contrast achieves the highest correlation with expert ratings, while contrast-to-noise ratio demonstrates the strongest agreement with full-reference quality measures. Overall, contrast-based measures consistently outperform general image quality measures, demonstrating their potential as objective indicators of manuscript legibility and reconstruction quality.
- Abstract（参考訳）: 古写本のデジタル復元は、文化遺産の真正性を保ちながら、可読性を向上することを目的としている。
しかし、復元された写本の質を評価することは困難であり、読解性はしばしば主観的であり、専門家の注釈は乏しい。
本研究は, コントラストに基づく画像品質尺度の適合性について検討し, 再構成された原稿画像の品質と妥当性をマルチスペクトル画像から評価する。
2つの実験は、公開データセットを用いて実施され、専門家による手動品質スコアと、参照評価としてのフル参照画像品質測定を容易にした。
その結果,有意なコントラストは専門家のレーティングと高い相関を達成し,コントラスト・ツー・ノイズ比はフルレファレンス・クオリティ・尺度と最強の一致を示した。
概して、コントラストに基づく尺度は、一般的な画像品質指標を一貫して上回り、原稿の正当性や復元品質の客観的指標としての可能性を示している。
関連論文リスト
- ITIScore: An Image-to-Text-to-Image Rating Framework for the Image Captioning Ability of MLLMs [84.09282931360089]
ICBenchは、12のコンテンツカテゴリをカバーする大規模な画像キャプションベンチマークであり、2K画像の短いキャプションと長いキャプションで構成されている。
我々は、詳細な評価範囲で平均世論スコア(MOS)を得るために、広範囲にわたる主観的研究を行う。
画像からテキストへ画像への変換を行うフレームワークをベースとした自動評価基準であるtextbfitiscore を提案する。
論文 参考訳（メタデータ） (2026-04-04T15:33:07Z) - SIQA: Toward Reliable Scientific Image Quality Assessment [72.41803245808924]
我々は,2つの相補的な次元に沿って,科学的画質をモデル化するフレームワークであるSIQA(Scientific Image Quality Assessment)を紹介する。
SIQA-U (Understanding), SIQA-S (Scoring), SIQA-U (Understanding), SIQA-U (Understanding), SIQA-U (Understanding), SIQA-U (Understanding), SIQA-U (Understanding) の2つの評価プロトコルを設計した。
代表的マルチモーダル大言語モデル(MLLM)に対する実験は、アライメントアライメントと科学的理解の間に一貫した相違が見られる。
論文 参考訳（メタデータ） (2026-03-05T06:57:26Z) - Human-Aligned MLLM Judges for Fine-Grained Image Editing Evaluation: A Benchmark, Framework, and Analysis [95.89328387635176]
画像編集のための細粒度マルチモーダル大言語モデル (MLLM)-as-a-Judge フレームワークを提案する。
本稿では,人間の判断,MLLMに基づく評価,モデル出力,従来のメトリクスを統合した人為的評価ベンチマークを提案する。
論文 参考訳（メタデータ） (2026-02-13T15:34:32Z) - HiRQA: Hierarchical Ranking and Quality Alignment for Opinion-Unaware Image Quality Assessment [10.761579471650771]
HiRQAは自己管理型の意見認識フレームワークで、ランキングと対照的な学習の組み合わせによって、階層的で品質を意識した埋め込みを提供する。
リアルタイムデプロイメントでは,画像当たり3.5ミリ秒の推論時間を持つ軽量版である textbfHiRQA-S を導入する。
論文 参考訳（メタデータ） (2025-08-20T23:48:21Z) - Towards More Accurate Personalized Image Generation: Addressing Overfitting and Evaluation Bias [52.590072198551944]
画像パーソナライズの目的は、ユーザが提供する課題に基づいて画像を作成することである。
現在の手法では、テキストプロンプトへの忠実性を保証する上で、課題に直面している。
トレーニング画像の歪みを除去するアトラクタを組み込んだ,新たなトレーニングパイプラインを導入する。
論文 参考訳（メタデータ） (2025-03-09T14:14:02Z) - Mitigating Perception Bias: A Training-Free Approach to Enhance LMM for Image Quality Assessment [18.622560025505233]
画像品質評価のためのトレーニング不要な脱バイアスフレームワークを提案する。
まず,画像品質を著しく劣化させる意味保存歪みについて検討する。
次に、これらの特定の歪みをクエリやテストイメージに適用します。
品質推測の間、クエリ画像とそれに対応する劣化バージョンの両方をLMMに供給する。
劣化した画像は、セマンティックな違いに関わらず、常に品質が劣っていると評価される。
論文 参考訳（メタデータ） (2024-11-19T15:00:59Z) - A Novel No-Reference Image Quality Metric For Assessing Sharpness In Satellite Imagery [0.0]
本研究では,画像のシャープネスを評価することを目的とした,新しい非参照画像品質指標を提案する。
ノイズ、露光、コントラスト、画像内容の変動に対して頑健なように設計されており、明瞭なエッジに沿った勾配の正規化減衰率を測定する。
この指標は主に、シャープネスの人間の視覚的知覚と一致するように衛星画像のために開発された。
論文 参考訳（メタデータ） (2024-10-14T13:30:18Z) - Multi-Facet Counterfactual Learning for Content Quality Evaluation [48.73583736357489]
コンテンツ品質評価の複数の側面を知覚する評価器を効率的に構築する枠組みを提案する。
我々は,コントラスト学習と教師付き学習に基づく共同学習戦略を活用し,評価者が異なる品質面を区別できるようにする。
論文 参考訳（メタデータ） (2024-10-10T08:04:10Z) - Exploring Precision and Recall to assess the quality and diversity of LLMs [82.21278402856079]
我々はtextscLlama-2 や textscMistral のような大規模言語モデル (LLM) のための新しい評価フレームワークを提案する。
このアプローチにより、コーパスの整合を必要とせず、生成したテキストの品質と多様性を微妙に評価できる。
論文 参考訳（メタデータ） (2024-02-16T13:53:26Z) - Test your samples jointly: Pseudo-reference for image quality evaluation [3.2634122554914]
品質評価の精度を向上させるため,同じ内容の異なる画像を共同でモデル化することを提案する。
実験の結果,本手法では,同一の新たなコンテンツを示す複数の画像の特徴を組み合わせることができ,評価精度が向上することがわかった。
論文 参考訳（メタデータ） (2023-04-07T17:59:27Z) - A survey on IQA [0.0]
本稿では,画像品質評価と映像品質評価の概念と指標について概説する。
本報告では, 画像品質評価手法について概説し, 深層学習に基づく非参照画像品質評価手法に着目した。
論文 参考訳（メタデータ） (2021-08-29T10:52:27Z) - Learning Conditional Knowledge Distillation for Degraded-Reference Image
Quality Assessment [157.1292674649519]
劣化参照IQA(DR-IQA)という実用的な解を提案する。
DR-IQAはIRモデルの入力、劣化したイメージを参照として利用する。
私たちの結果は、フル参照設定のパフォーマンスに近いものもあります。
論文 参考訳（メタデータ） (2021-08-18T02:35:08Z)
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。