画質評価の最先端のレビュー
画質評価 (IQA) は主に 2 つの部分から構成されます. 1 つは主観的品質評価、つまり写真に対する人々の主観的な認識評価です. 一般に MOS または DMOS 指標を使用して定量的に記述されます. それを取得する方法は主観的な心理学によって行われます. 実験,画質評価データベースを構築します.さまざまな歪みの種類、実験方法などに応じて、IQAデータベースの種類は非常に豊富です;もう1つは客観的な品質評価であり、評価対象は機械であり、通常は分類器または回帰器が設計されています評価画像とは、現在広く研究されている深層学習に基づく画質評価アルゴリズムです。
この記事では主に次の 2 つの側面を要約します。
- ディープラーニングベースのIQAモデル
- IQAデータベース
紙
客観的な画質評価アルゴリズムは主に 2 つの部分に分かれており、1 つは参照なしの画質評価アルゴリズムである NR-IQA (No-reference IQA) と、もう 1 つは Full-Reference IQA である FR-IQA です。これは完全な参照画質評価です。この 2 つの部分を要約すると次のとおりです
NR-IQA
以下の表に示すように、現在一般的な NR-IQA アルゴリズムを時系列でリストします。
| アルゴリズム名 | 発行時期/チーム | コード | タイプ | Google スカラー | 本旨 |
|---|---|---|---|---|---|
| ナイキ | SPL2012 | — | 伝統 | – | |
| ブリスク | TIP2012 | — | 伝統 | – | |
| イルニケ | TIP2015 | — | 伝統 | – | |
| ホサ | TIP2016 | — | 伝統 | – | |
| NRQM (マ) | CVIU2017 | マットラボ | 伝統 | – | |
| クニカ | CVPR2014 | — | DL | – | |
| ディップIQ | TIP2017 | — | DL | – | |
| 心 | TIP2017 | — | DL | – | |
| ランクIQA | ICCV2017 | — | DL | – | |
| 何 | TIP2018 | — | DL | – | |
| WaDIQaM (深層) | TIP2018 | — | DL | – | |
| BPSQM | CVPR2018 | — | DL | – | |
| ヒカ | CVPR2018 | — | DL | – | |
| PI | 2018 PIRM チャレンジ | — | DL | – | |
| PQR | TIP2019 | — | DL | – | |
| SFA | TMM2019 | — | DL | – | |
| DBCNN | TCSVT2020 | — | DL | – | |
| ギカ | ECCV2020 | — | DL | – | |
| メタIQA | CVPR2020 | — | DL | – | |
| ハイパーIQA | CVPR2020 | — | DL | – | |
| 個性的 | TIP2021 | — | DL | – | |
| CKDN | ICCV2021 | — | DL | – | |
| 音楽 | ICCV2021 | — | DL | – | |
| KonIQ++ | BMVC2021 | — | DL | – |
FR-IQA
| アルゴリズム名 | 発行時間 | タイプ | Google スカラー | コード | 本旨 |
|---|---|---|---|---|---|
| CVRKD | AAAI2022 | NAR | あ | 正式 | |
| IQT | CVPRW2021 | フランス | C | パイトーチ | 変成器 |
| A-DISTS | ACMM2021 | フランス | あ | 正式 | |
| ディスト | TPAMI2021 | フランス | T | 正式 | |
| JND-SalCAR | TCSVT2020 | フランス | T | ||
| QADS | TIP2019 | フランス | T | プロジェクト | |
| LPIPS | CVPR2018 | フランス | C | プロジェクト | |
| パイAPP | CVPR2018 | フランス | C | プロジェクト | |
| ワディカム | TIP2018 | NR/FR | T | 正式 | |
| FSIM | TIP2011 | フランス | T | プロジェクト | |
| VIF/IFC | TIP2006 | フランス | の | プロジェクト | |
| MS-SSIM | フランス | プロジェクト | |||
| はい | TIP2004 | フランス | T | プロジェクト | |
| PSNR | – | フランス |
他の
IQAデータベース
IQA データベースは、主に 2 つのカテゴリに分類されます。主流の IQA データベースと、その他の眼球運動および美学関連のデータベースです。
- 主流のデータベースには主に、単一歪みデータベース、混合歪みデータベース、さまざまな写真機器データベース、実際の歪みデータベースが含まれます。
- その他のデータベースには、主に眼球運動データベースと美的データベースが含まれます。
主流の IQA データベース
以下が主流の IQA データベースですが、詳しくは後ほど説明しますので、とりあえず主要な情報をまとめておきます。
| 名前データベース | 発行時間 | タイプ | Google スカラー | リンク | 説明する | 述べる |
|---|---|---|---|---|---|---|
| PaQ-2-PiQ | CVPR2020 | リアルディストーション | 履歴書 | 公式github | 40k、120k パッチ | 4M |
| SPAQ | CVPR2020 | – | CVPR2020 | 公式github | 11k（スマートフォン） | |
| KonIQ-10k | TIP2020 | – | TIP2020 | プロジェクト | YFCC100Mから10k | 1.2M |
| クライブ | TIP2016 | – | TIP2016 | プロジェクト | 1200 | 350k |
| ピパル | ECCV2020 | – | ECCV2020 | プロジェクト | 250 | 113万 |
| KADIS-700k | arXiv | – | arXiv | プロジェクト | 140k プリスティン / 700k ディストーション | 画像ごとに 30 の評価 (DCR)。 |
| KADID-10k | QoMEX2019 | – | QoMEX2019 | プロジェクト | 81 | 10kの歪み |
| ウォータールーエキスポ | TIP2017 | – | TIP2017 | プロジェクト | 4744 | 94kの歪み |
| MDID | PR2017 | – | PR2017 | — | 20 | 1600のディストーション |
| 時間2013 | SP2015 | – | SP2015 | プロジェクト | 25 | 3000のディストーション |
| ライブMD | ACSSC2012 | – | ACSSC2012 | Project | 15 pristine images | two successive distortions |
| CSIQ | JEI2010 | – | sada | — | 30 | 866 distortions |
| TID2008 | 2008 | – | 2009 | Project | 25 | 1700 distortions |
| A57 | 2007 | – | 2005 | — | 10 | 185 distortions |
| LIVE | TIP2006 | – | TIP2006 | Project | 29 images, 780 synthetic distortions | |
| IVC | 2005 | – | 2005 | — | 10 | 185 distortions |