要約
自動的な知覚的画像品質評価は、毎日数十億人のインターネットおよびソーシャルメディア利用者に影響を与える難しい問題である。この分野の研究を前進させるために、我々は教師なし設定下で、高レベルのコンテンツ特徴と低レベルの画像品質特徴を学習する2つの独立したエンコーダを訓練するための「専門家混合（Mixture of Experts）」アプローチを提案する。本研究の特徴的な新規性は、画像コンテンツを表す高レベル特徴と補完的な低レベルの画像品質表現を生成できる点にある。この2つのエンコーダを訓練するための枠組みを「Re-IQA」と呼ぶ。実世界における画像品質評価（Image Quality Assessment in the Wild）においては、Re-IQAフレームワークから得られた補完的な低レベルおよび高レベルの画像表現を用いて、線形回帰モデルを訓練する。このモデルは、画像表現を真の品質スコアにマッピングする目的で使用される（図1を参照）。本手法は、実画像および合成歪みを含む複数の大規模な画像品質評価データベースにおいて、最先端の性能を達成しており、深層ニューラルネットワークが教師なし設定で知覚的に意味のある表現を学習可能であることを示している。実験の結果から、得られた低レベルおよび高レベル特徴が実際に補完的であり、線形回帰モデルの性能向上に寄与することが確認された。本研究に関連するすべてのコードは、GitHub上で公開される予定である。