초록
이미지 품질 평가(Image Quality Assessment, IQA)는 주관적 평가와 일치하는 방식으로 이미지 품질을 계산 모델을 통해 측정하는 것을 목표로 한다. 잘 알려진 구조적 유사성 지수(Structural Similarity Index)는 IQA를 픽셀 기반에서 구조 기반으로 전환시킨 중요한 전환점이었다. 본 논문에서는 인간 시각 시스템(Human Visual System, HVS)이 이미지를 주로 저수준 특징에 기반해 이해한다는 사실을 바탕으로, 전체 참조(full reference) IQA를 위한 새로운 특징 유사성(Feature Similarity, FSIM) 지수를 제안한다. 구체적으로, 지역 구조의 중요도를 무차원적으로 측정하는 위상 일치(Phase Congruency, PC)를 FSIM의 주요 특징으로 사용한다. PC는 대비에 불변성을 가지지만, 이미지의 대비 정보는 HVS의 이미지 품질 인식에 영향을 미친다는 점을 고려하여, 이미지 기울기 크기(Image Gradient Magnitude, GM)를 보조적 특징으로 도입한다. PC와 GM은 이미지의 국소 품질을 보완적으로 특징화하는 역할을 한다. 국소 품질 맵을 확보한 후, 다시 PC를 가중치 함수로 사용하여 단일 품질 점수를 도출한다. 여섯 개의 표준 IQA 데이터베이스를 대상으로 수행된 광범위한 실험 결과, FSIM이 최신 기술 수준의 IQA 지표들보다 주관적 평가와 훨씬 더 높은 일치도를 달성함을 입증하였다.