HyperAIHyperAI
il y a 11 jours

VSI : Un indice induit par la salience visuelle pour l'évaluation perceptuelle de la qualité des images

{Hongyu Li, Ying Shen, Lin Zhang}
Résumé

L’évaluation perceptuelle de la qualité des images (IQA) vise à utiliser des modèles computationnels pour mesurer la qualité des images de manière cohérente avec les évaluations subjectives. La salience visuelle (VS) a été largement étudiée au cours de la dernière décennie par des psychologues, des neurobiologistes et des informaticiens afin d’explorer les zones d’une image qui attirent le plus l’attention du système visuel humain. Intuitivement, la VS est étroitement liée à l’IQA, car les distorsions suprathrêshold peuvent fortement influencer les cartes de salience visuelle des images. À cet égard, nous proposons une méthode simple mais très efficace d’IQA à référence complète fondée sur la salience visuelle. Dans notre modèle d’IQA proposé, le rôle de la salience visuelle est double : premièrement, elle est utilisée comme caractéristique lors du calcul de la carte locale de qualité de l’image déformée ; deuxièmement, lors du regroupement (pooling) du score de qualité, elle sert de fonction de pondération afin de refléter l’importance d’une région locale. L’indice d’IQA proposé est appelé indice basé sur la salience visuelle (VSI). Plusieurs modèles computationnels de salience visuelle réputés ont été examinés dans le cadre de l’IQA, et le meilleur d’entre eux a été sélectionné pour VSI. Des expérimentations étendues menées sur quatre bases de données de référence de grande ampleur démontrent que l’indice d’IQA proposé, VSI, offre une meilleure précision de prédiction que tous les indices d’IQA d’état de l’art disponibles, tout en maintenant une complexité computationnelle modérée. Le code source MATLAB de VSI ainsi que les résultats d’évaluation sont disponibles publiquement en ligne à l’adresse suivante : http://sse.tongji.edu.cn/linzhang/IQA/VSI/VSI.htm.

VSI : Un indice induit par la salience visuelle pour l'évaluation perceptuelle de la qualité des images | Articles de recherche récents | HyperAI