Image Quality Assessment Based on Multiscale Geometric Analysis 基于多尺度几何分析的图像质量评估 Xinbo Gao,Senior Member,IEEE,Wen Lu,Dacheng Tao, Member,IEEE,and Xuelong Li,Senior Member,IEEE 简幸园钟存我术大草 Yanggang 2019.11.30
Image Quality Assessment Based on Multiscale Geometric Analysis 基于多尺度几何分析的图像质量评估 Xinbo Gao, Senior Member, IEEE, Wen Lu, Dacheng Tao, Member, IEEE, and Xuelong Li, Senior Member, IEEE Yanggang 2019.11.30
目录 Introduction Motivation Multiscale Geometric Analysis Multiscale Geometric Analysis-based Image Quality Assessment Performance Evaluation 。Conclusion @中国件蓉我术大每
• Introduction & Motivation • Multiscale Geometric Analysis • Multiscale Geometric Analysis-based Image Quality Assessment • Performance Evaluation • Conclusion 目录
01 Introduction Motivation 简介与动机 @中国件蓉我术大年
Introduction & Motivation 简介与动机 01
Introduction ·IQA方法可分为主观方法和客观方法。主观方法：图像质量的最 佳方法；既昂贵又费时。客观方法分为三类：全参考(FR)，无 参考(NR)和缩减参考(RR)方法。 ·F方法：通常提供最精确的评估结果；与感知质量测量不一致， 需要相应的原始或完美图像作为参考。 ·NR方法：依赖强大的假设。 ·在FR和NR之间取得折中，设计RR方法。 简中国钟学我术大室
Introduction • IQA方法可分为主观方法和客观方法。主观方法：图像质量的最 佳方法；既昂贵又费时。客观方法分为三类：全参考（FR），无 参考（NR）和缩减参考（RR）方法。 • FR方法：通常提供最精确的评估结果；与感知质量测量不一致， 需要相应的原始或完美图像作为参考。 • NR方法：依赖强大的假设。 • 在FR和NR之间取得折中，设计RR 方法。 4
Motivation 在RR IQA中，失真图像的视觉质量只使用从原始图像中提取的部分信息来评 估。 缩减参考 (RR)图像质量评估(IQA)已被认为是预测失真图像视觉质量的 有效方法。 当前标准是小波域自然图像统计模型(WNISM) ，在参考图像和失真图像的 小波系数的边际分布之间应用Kullback-Leibleri散度来测量图像失真。 ·WNISM未能考虑不同子带中小波系数的统计相关性以及哺乳动物皮质简单细 胞的视觉反应特征。 ·无法显式提取图像几何信息，例如直线和曲线。 对于平滑的图像边缘轮廓，小波系数很密集。 结合多尺度几何分析(MGA),对比敏感度函数(CSF)和JDN(最小可察觉误差)的优点， 提出了一种新的IQA框架来模仿人类视觉系统(HVS) 简中国钟学发术大
Motivation • 在RR IQA中，失真图像的视觉质量只使用从原始图像中提取的部分信息来评 估。 • 缩减参考（RR）图像质量评估（IQA）已被认为是预测失真图像视觉质量的 有效方法。 • 当前标准是小波域自然图像统计模型（WNISM），在参考图像和失真图像的 小波系数的边际分布之间应用Kullback-Leibler散度来测量图像失真。 • WNISM未能考虑不同子带中小波系数的统计相关性以及哺乳动物皮质简单细 胞的视觉反应特征。 • 无法显式提取图像几何信息，例如直线和曲线。 • 对于平滑的图像边缘轮廓，小波系数很密集。 结合多尺度几何分析（MGA），对比敏感度函数（CSF）和JDN(最小可察觉误差) 的优点， 提出了一种新的IQA框架来模仿人类视觉系统（HVS） 5