No-Reference 품질 지표를 이용한 단일 이미지 초해상도 학습

문헌에서 많은 단일 이미지 초해상도 알고리즘이 제안되었지만, 시각적 인식을 기반으로 한 성능 평가 문제를 다루는 연구는 거의 없습니다. 대부분의 초해상도 이미지는 전체 참조 메트릭(full-reference metrics)으로 평가되지만, 그 효과성은 명확하지 않고 실제에서는 항상 참조용 원본 이미지(ground-truth images)가 사용 가능한 경우가 아닙니다. 이러한 문제들을 해결하기 위해, 우리는 대규모의 초해상도 이미지를 사용하여 인간 피실험자 연구를 수행하고 시각적 인식 점수에서 학습된 무참조(no-reference) 메트릭을 제안합니다. 구체적으로, 공간 영역과 주파수 영역에서 세 가지 유형의 저레벨 통계 특성을 설계하여 초해상도 아티팩트(super-resolved artifacts)를 정량화하고, 두 단계 회귀 모델을 학습하여 참조용 원본 이미지를 사용하지 않고 초해상도 이미지의 품질 점수를 예측합니다. 광범위한 실험 결과는 제안된 메트릭이 인간 인식을 기반으로 한 초해상도 이미지의 품질 평가에 효과적이고 효율적임을 보여줍니다.