パッチから画像へ（PaQ-2-PiQ）：画像品質の知覚空間のマッピング

視覚的品質評価（盲目的または参照なし：NR）の予測は、数億人の視聴者に日々影響を与える社会的・ストリーミングメディア産業において極めて重要でありながら、未解決の難問である。残念なことに、現在広く使われているNR予測モデルは、実世界における歪みを含む画像に対しては著しく性能が劣る。この問題の進展を図るため、本研究では、約4万枚の実世界の歪み画像と12万個の画像領域（パッチ）を含む、これまでで最も規模の大きな主観的画像品質データベースを構築した。このデータベース上において、画像品質に関する約400万件の人的評価（判断）を収集した。これらの画像およびパッチの品質ラベルを活用して、最先端のグローバル画像品質予測を実現するだけでなく、有用なローカル品質マップを生成する能力を持つ深層領域ベースのアーキテクチャを構築した。本研究の主な貢献として、グローバルからローカルへの推論だけでなく、フィードバックを用いたローカルからグローバルへの推論も可能となる画像品質予測アーキテクチャの提案がある。