核心概念
Die Statistiken der Tiefenmerkmale von Bildschirminhalt-Bildern können effektiv zur Qualitätsbewertung genutzt werden, indem die Abweichung der Merkmalsverteilung von einer einheitlichen Normalverteilung gemessen wird.
要約
Die Studie untersucht die Statistiken von Bildschirminhalt-Bildern (SCIs) im Bereich der Tiefenmerkmale und entwickelt ein generalisiertes Modell zur qualitätslosen Bewertung von SCIs (NR-SCIQA).
Der Kernansatz basiert auf der Annahme, dass SCIs, obwohl sie nicht physikalisch erfasst werden, bestimmte Statistiken aufweisen, die durch Lernen verstanden werden können. Die Autoren zeigen empirisch, dass die Abweichung dieser Statistiken effektiv zur Qualitätsbewertung genutzt werden kann.
Das vorgeschlagene "Deep Feature Statistics based SCI Quality Assessment" (DFSS-IQA) Modell erzielt vielversprechende Ergebnisse im Vergleich zu bestehenden NR-IQA-Modellen und zeigt eine hohe Generalisierungsfähigkeit in Kreuz-Datensatz-Einstellungen.
統計
Die Statistiken der Tiefenmerkmale von Bildschirminhalt-Bildern weichen stark von denen natürlicher Bilder ab.
Traditionelle IQA-Modelle, die auf natürlichen Bildstatistiken basieren, zeigen eine dramatische Leistungseinbuße bei der Bewertung von Bildschirminhalt-Bildern.
引用
"Wir glauben, dass die statistikbasierten Methoden, die sich für die Qualitätsbewertung natürlicher Bilder als effektiv erwiesen haben, auch für SCIs von entscheidender Bedeutung werden."
"Wir machen den ersten Versuch, die Statistiken von SCIs im Bereich der Tiefenmerkmale zu lernen, woraufhin die Qualität der SCIs effektiv bestimmt werden kann."