要約
画像の自動学習による品質評価は、その有用性から、画像取得パイプライン、保存技術、共有メディアの評価など、多様な応用分野において最近注目を集めています。この問題の主観的な性格にもかかわらず、既存の大多数の手法はAVA [1] やTID2013 [2] などのデータセットで提供される平均意見スコアのみを予測しています。当研究では、他の手法と異なり、畳み込みニューラルネットワークを使用して人間の意見スコアの分布を予測します。また、当研究のアーキテクチャは、同等の性能を持つ他の方法よりも著しく単純であるという利点があります。提案するアプローチは、証明済みの最先端の深層物体認識ネットワークの成功（および再学習）に依存しています。得られたネットワークは、画像を信頼性高く評価し、人間の知覚との高い相関性を持つだけでなく、「ゴールデン」参照画像なしで写真編集/強化アルゴリズムの適応と最適化を支援することができます。これにより、単一画像に対する意味論的かつ知覚的な無参照品質評価が可能となります。