이 연구는 이미지 및 비디오 품질 평가 연구에서 널리 사용되는 절대 범주 평가(ACR) 데이터셋의 분포를 모델링하는 새로운 방법을 제안한다.
첫째, 양자화된 메트릭 모델을 제안한다. 이 모델은 두 단계로 구성된다. 먼저 피험자가 자극의 품질을 연속적인 잠재 척도에서 인식한다고 가정한다. 이를 위해 정규 분포, 로지스틱 분포, 로짓-로지스틱 분포, 베타 분포 등 다양한 확률 분포 함수를 고려한다. 두 번째 단계에서는 이 연속 척도를 ACR 범주로 양자화한다.
둘째, 새로운 이산 최대 엔트로피 분포 모델을 제안한다. 이 모델은 주어진 평균과 분산을 정확히 만족하면서 다른 모든 세부 사항에 대해 최대 불확실성을 가정한다.
이 두 가지 접근 방식의 모델들을 KonIQ-10k 및 VQEG HDTV 데이터셋에 적용하여 기존 모델들과 비교한다. 결과적으로 제안된 모델들이 기존 모델보다 우수한 적합도와 예측 성능을 보인다. 특히 양자화된 로짓-로지스틱 모델이 가장 좋은 성능을 보인다.
이러한 모델링 기법은 ACR 데이터의 분석에 활용될 수 있다. 예를 들어 서비스 제공업체가 관심을 가질 수 있는 품질 경험의 백분위수를 연속적으로 추정할 수 있다.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문