3 个月前

多尺度结构相似性用于图像质量评估

多尺度结构相似性用于图像质量评估

摘要

结构相似性图像质量评价范式基于这样一个假设:人类视觉系统高度适应于从场景中提取结构信息,因此,结构相似性的度量能够较好地逼近人眼对图像质量的主观感知。本文提出了一种多尺度结构相似性方法,相较于以往的单尺度方法,该方法在考虑观察条件变化方面具有更高的灵活性。我们进一步开发了一种图像合成方法,用于校准定义不同尺度相对重要性的参数。实验对比结果表明,所提出的方法具有良好的有效性。

基准测试

基准方法指标
video-quality-assessment-on-msu-sr-qa-datasetMS-SSIM
KLCC: 0.07821
PLCC: 0.16035
SROCC: 0.11017
Type: FR
video-quality-assessment-on-msu-sr-qa-datasetMS-SSIM Fast
KLCC: 0.18174
PLCC: 0.21800
SROCC: 0.24422
Type: FR
video-quality-assessment-on-msu-sr-qa-datasetMS-SSIM Superfast
KLCC: 0.16578
PLCC: 0.30014
SROCC: 0.21604
Type: FR
video-quality-assessment-on-msu-sr-qa-datasetMS-SSIM Precise
KLCC: 0.17468
PLCC: 0.20935
SROCC: 0.23108
Type: FR
video-quality-assessment-on-msu-video-quality-1MS-SSIM
KLCC: 0.7625
PLCC: 0.9375
SRCC: 0.9026

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
多尺度结构相似性用于图像质量评估 | 论文 | HyperAI超神经