KonX : Évaluation de la Qualité des Images à Résolution Croisée

L’invariance à l’échelle constitue un problème ouvert dans de nombreuses sous-champs de la vision par ordinateur. Par exemple, les étiquettes d’objets devraient rester constantes quel que soit l’échelle, pourtant les prédictions des modèles divergent dans de nombreux cas. Ce problème s’aggrave dans les tâches où les étiquettes de vérité terrain évoluent avec l’échelle de présentation. Dans l’évaluation de la qualité d’image (IQA), le redimensionnement vers une résolution inférieure atténue les dégradations, telles que les floues ou les artefacts de compression, ce qui peut avoir un effet positif sur les impressions perçues dans les études subjectives. Ainsi, pour prédire avec précision la qualité perçue d’une image, les méthodes d’IQA multi-résolution doivent tenir compte à la fois des erreurs dépendantes de la résolution dues aux insuffisances du modèle, ainsi que des décalages perceptuels présents dans les étiquettes de vérité terrain. Nous présentons la première étude de ce type, qui décompose et examine séparément ces deux problèmes grâce à KonX, une nouvelle base de données d’IQA multi-résolution soigneusement conçue. Ce travail contribue de la manière suivante : 1. Grâce à KonX, nous fournissons des preuves empiriques de décalages d’étiquettes provoqués par des changements dans la résolution de présentation. 2. Nous montrons que les méthodes objectives d’IQA présentent un biais d’échelle, qui réduit leur performance prédictive. 3. Nous proposons une architecture de réseau de neurones profonds (DNN) multi-échelle et multi-colonne, qui améliore les performances par rapport aux modèles d’IQA les plus avancés existants, y compris les récents modèles basés sur des transformers. Nous soulevons ainsi un nouveau problème de recherche dans le domaine de l’évaluation de la qualité d’image, tout en proposant une solution à ce problème.