HyperAIHyperAI

Command Palette

Search for a command to run...

SR-SIM: مؤشر تقييم جودة الصورة سريع وعالي الأداء معتمد على البقية الطيفية

Hongyu Li Lin Zhang

الملخص

يهدف التقييم التلقائي لجودة الصورة (IQA) إلى استخدام النماذج الحاسوبية لقياس جودة الصورة بشكل متسق مع التقييمات الذاتية. خلال العقود الماضية، تم اقتراح عشرات نماذج IQA. وعلى الرغم من أن بعض هذه النماذج قادرة على التنبؤ بدقة بجودة الصورة من منظور إدراكي، إلا أن تكاليف الحساب الخاصة بها تكون عادةً مرتفعة جدًا. وللإجابة على متطلبات الزمن الفعلي، نقترح في هذه الورقة فهرسًا جديدًا سريعًا وفعالًا لقياس جودة الصورة، يُعرف بـ "شبه التشابه المستند إلى البقية الطيفية" (SR-SIM)، والذي يعتمد على نموذج بصري محدد يُسمى "الانتباه البصري المستند إلى البقية الطيفية". تم تصميم SR-SIM بناءً على الفرضية القائلة بأن خريطة انتباه الصورة البصري هي مرتبطة ارتباطًا وثيقًا بجودة الصورة المُدرَكة. وقد أظهرت التجارب الواسعة التي أُجريت على ثلاث مجموعات بيانات كبيرة لـ IQA أن SR-SIM يمكنه تحقيق أداء تنبؤي أفضل من المؤشرات الأخرى الحديثة في مجال IQA. علاوةً على ذلك، يتميز SR-SIM بتعقيد حسابي منخفض جدًا. ويمكن الوصول إلى كود ماتلاب الخاص بـ SR-SIM ونتائج التقييم عبر الإنترنت على الرابط: http://sse.tongji.edu.cn/linzhang/IQA/SR-SIM/SR-SIM.htm.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
SR-SIM: مؤشر تقييم جودة الصورة سريع وعالي الأداء معتمد على البقية الطيفية | مستندات | HyperAI