초록
사람의 시각 시스템의 다양한 특성을 활용하여 왜곡된 이미지와 참조 이미지 간의 오차(차이)의 시각적 가시성을 정량화하려는 기존의 주관적 이미지 품질 평가 방법들은 전통적으로 사용되어 왔다. 인간의 시각 인지가 장면으로부터 구조적 정보를 추출하는 데 매우 적응되어 있다는 가정 아래, 구조적 정보의 손실에 기반한 품질 평가를 위한 대안적이고 보완적인 프레임워크를 제안한다. 이 개념의 구체적인 예로, 구조적 유사도 지수(Structural Similarity Index)를 개발하였으며, 직관적인 예시를 통해 그 유용성을 입증하였고, JPEG 및 JPEG2000으로 압축된 이미지 데이터베이스를 대상으로 주관적 평가 결과 및 최신의 주관적 평가 방법들과의 비교를 통해 성능을 검증하였다. 제안된 알고리즘의 MATLAB 구현 코드는 http://www.cns.nyu.edu/~lcv/ssim/ 에서 온라인으로 제공된다.