HyperAIHyperAI

Command Palette

Search for a command to run...

vor 4 Monaten

Gradientenbetragsimilaritätsabweichung auf mehreren Skalen für die Farbbildqualitätsbewertung

{Amine Bermak Pedro V. Sander Bo Zhang}

Abstract

Kürzlich wurden verschiedene Bildqualitätsbewertungs-(IQA-)Metriken auf Basis der Gradientenähnlichkeit entwickelt. In diesem Beitrag erweitern wir die Arbeit zur Gradienten-Magnituden-Ähnlichkeitsabweichung (GMSD) und stellen eine effizientere Metrik vor. Zunächst wird ein neuartiger Ähnlichkeitsindex vorgeschlagen, der die Anpassung des Maskierungsparameters ermöglicht, um die menschliche Visuelle Wahrnehmung (HVS) genauer nachzuahmen. Anschließend wird ein multiskaliger GMSD-Ansatz vorgestellt, der die Bewertungen der Helligkeitsverzerrungen auf verschiedenen Skalen integriert. Darüber hinaus wird eine Methode zur Messung chromatischer Verzerrungen im YIQ-Farbraum auf Basis unserer Metrik vorgeschlagen. Der endgültige IQA-Index, MS-GMSD c, wird durch Kombination der Helligkeits- und Chrominanzscores ermittelt. Experimentelle Ergebnisse auf vier umfassenden Datensätzen zeigen eindeutig, dass unsere Methode im Vergleich zu 14 state-of-the-art-IQA-Verfahren sowohl bei der Bewertung von Graustufen- als auch von Farbbildern die bestmögliche Leistung erzielt.

Benchmarks

BenchmarkMethodikMetriken
image-quality-assessment-on-msu-fr-vqaMS-GMSD
SRCC: 0.8949

KI mit KI entwickeln

Von der Idee bis zum Start — beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und den besten GPU-Preisen.

KI-Co-Coding
Sofort einsatzbereit GPUs
Beste Preise
Jetzt starten

Hyper Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp
Gradientenbetragsimilaritätsabweichung auf mehreren Skalen für die Farbbildqualitätsbewertung | Forschungsarbeiten | HyperAI