要約
自動画像品質評価（IQA）は、主観的評価と整合性を持つように計算モデルを用いて画像品質を測定することを目的としている。過去数十年にわたり、数十種類のIQAモデルが提案されてきた。一部のモデルは主観的画像品質を正確に予測できるものの、計算コストが非常に高くなる傾向にある。リアルタイム要件に応えるため、本稿では、特定の視覚的注目度モデル「スペクトル残差視覚的注目度（spectral residual visual saliency）」に基づき、新たな高速かつ効果的なIQA指標、すなわち「スペクトル残差に基づく類似性（SR-SIM）」を提案する。SR-SIMは、画像の視覚的注目度マップがその知覚品質と密接に関連しているという仮説に基づいて設計されている。3つの大規模なIQAデータセットを用いた広範な実験の結果、SR-SIMは評価された他の最先端IQA指標と比較して、より優れた予測性能を達成することが示された。さらに、SR-SIMは非常に低い計算複雑性を有している。SR-SIMのMatlabソースコードおよび評価結果は、オンラインで公開されており、URLは http://sse.tongji.edu.cn/linzhang/IQA/SR-SIM/SR-SIM.htm である。