HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 4 أشهر

تقييم جودة الصورة بناءً على تشابه نطاقات DCT

{Nimrod Peleg Yair Moshe Arik Schwartz Amnon Balanov}

الملخص

يصبح قياس جودة الصورة أمرًا متزايد الأهمية نظرًا لعدد كبير من التطبيقات المتعلقة بالتصوير الرقمي والاتصالات. يهدف تقييم جودة الصورة إلى تطوير معامل جودة بصريّة يتوافق بشكل جيد مع الإدراك البصري البشري. في هذه الورقة، نقدم تقنية لتقييم جودة الصورة بالمرجع الكامل تعتمد على مقياس التشابه في فرعي التحويل التوافقي المنفصل (DSS). تعتمد التقنية المقترحة على خصائص مهمة في الإدراك البصري البشري من خلال قياس التغير في المعلومات الهيكلية ضمن فرعي التحويل التوافقي المنفصل (DCT)، مع ترجيح تقديرات الجودة لكل فرعي. وقد تم اختبار التقنية المقترحة باستخدام مجموعات بيانات صور عامة، وأظهرت ارتباطًا أعلى بالنتائج الذاتية مقارنة بالتقنيات الحالية المتطورة. كما يتميز التقنية المقترحة بميزة إضافية وهي التكلفة الحسابية المنخفضة.

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
image-quality-assessment-on-msu-fr-vqaDSS
SRCC: 0.8993

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
ابدأ الآن

Hyper Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
تقييم جودة الصورة بناءً على تشابه نطاقات DCT | الأوراق البحثية | HyperAI