D. Image and Video Quality Assessme

D. Image and Video Quality Assessment Perceptual objective image quality assessment uses an algorithm that evaluates the quality of pictures or video as a human observer would do based on the properties of the human visual system. Visual attention is one of the features that can be considered based on the rationale that an artifact is likely more annoying in a salient region than in other areas [62]. Most of objective quality assessment methods can be decomposed in two steps. Image distortion is first locally (pixel-based, block-based, etc.) evaluated resulting in a distortion map. In the second step, a pooling function is used to combine the distortion map values into a single quality score value. An intuitive idea to improve quality assessment methods using visual attention information is to give greater weight at the pooling stage to degradation appearing in salient areas than in nonsalient areas [63], [64]. Initial approaches consisted in weighting the distortion map using local saliency values before computing a linear or nonlinear mean. More recent studies, based on eye-tracking data, demonstrated that this simple weighting is not very effective [65], [66] in the case of compression artifacts. Nevertheless, such approaches can lead to significantly improved performance in the case of nonuniformly located distortions such as those due to transmission impairments [67]. Alternative weighting methods have been introduced for compression artifacts with varying success [68], [69]. In [70], more complex combinations of saliency map and distortion are introduced, assuming that weights should be a function of both saliency value and distortion level. You et al. [71], [72] revisit the problem at the distortion level for video content. Distortion visibility can be balanced according to the human contrast sensitivity function. As the latter is spatially nonuniform, gaze estimation should be considered to properly apply it.

ผลลัพธ์ (ไทย) 1:

ประเมินคุณภาพการประสงค์รูปภาพและวิดีโอคุณภาพประเมิน Perceptual D. ใช้ขั้นตอนวิธีการประเมินคุณภาพของรูปภาพ หรือวิดีโอเป็นแหล่งมนุษย์ทำตามคุณสมบัติของระบบภาพมนุษย์ ภาพความเป็นหนึ่งในคุณสมบัติที่สามารถพิจารณาตามเหตุผลที่เป็นสิ่งประดิษฐ์มีแนวโน้มเพิ่มมากขึ้นน่ารำคาญในภูมิภาคเด่นมากกว่าในพื้นที่อื่น ๆ [62] ส่วนใหญ่วิธีการประเมินคุณภาพวัตถุประสงค์สามารถถูกย่อยสลายไปในสองขั้นตอน ความผิดเพี้ยนของภาพเป็นครั้งแรกภายใน (ตามพิกเซล จากบล็อก etc.) ค่าผลลัพธ์ในแผนที่บิดเบือน ขั้นตอนสอง ใช้ฟังก์ชันการทำพูลเก็บการรวมค่าความผิดเพี้ยนของแผนที่เป็นค่าคะแนนคุณภาพเดียว ความคิดที่ง่ายในการปรับปรุงวิธีการประเมินคุณภาพโดยใช้ข้อมูลความเห็นจะให้น้ำหนักมากขึ้นในขั้นตอนการทำพูลเก็บการสลายตัวที่ปรากฏในพื้นที่เด่นในพื้นที่ nonsalient [63], [64] วิธีเริ่มต้นประกอบด้วยในน้ำหนักแผนที่บิดเบือนใช้ค่า saliency ท้องถิ่นก่อนที่จะคำนวณค่าเฉลี่ยเชิงเส้น หรือไม่เชิงเส้น เพิ่มเติมการศึกษาล่าสุด ตาติดตามข้อมูล แสดงว่า น้ำหนักนี้อย่างไม่มีประสิทธิภาพมาก [65], [66] ในกรณีของสิ่งประดิษฐ์รวม อย่างไรก็ตาม วิธีดังกล่าวสามารถนำไปสู่ประสิทธิภาพที่เพิ่มขึ้นอย่างมีนัยสำคัญในกรณีบิดเบือนอยู่ nonuniformly เช่นจากไหวสามารถส่ง [67] วิธีการสำรองน้ำหนักได้รับการแนะนำสำหรับสิ่งประดิษฐ์รวมดีแตกต่างกัน [68], [69] ใน [70], ชุดที่ซับซ้อนของแผนที่ saliency และบิดเบือนมีการแนะนำ สมมติว่าน้ำหนักควรจะทำงานของทั้งสอง saliency ค่าและความผิดเพี้ยนของระดับการ คุณเอ็ด al. [71], [72] มาทบทวนปัญหาระดับความผิดเพี้ยนของเนื้อหาวิดีโอ มองเห็นความผิดเพี้ยนที่สามารถสมดุลตามฟังก์ชันความไวความคมชัดมนุษย์ เป็นหลัง spatially nonuniform สายตาประเมินควรพิจารณาการใช้อย่างถูกต้อง

ผลลัพธ์ (ไทย) 2:

D. ภาพและประเมินคุณภาพวิดีโอการรับรู้การประเมินคุณภาพของภาพวัตถุประสงค์ใช้อัลกอริทึมที่ประเมินคุณภาพของภาพหรือวิดีโอเป็นผู้สังเกตการณ์มนุษย์จะไม่ขึ้นอยู่กับคุณสมบัติของระบบการมองเห็นของมนุษย์ ความสนใจของภาพเป็นหนึ่งในคุณสมบัติที่สามารถได้รับการพิจารณาขึ้นอยู่กับเหตุผลที่ว่าสิ่งประดิษฐ์ที่มีแนวโน้มที่น่ารำคาญมากขึ้นในภูมิภาคท​​ี่สำคัญกว่าในพื้นที่อื่น ๆ [62] ส่วนใหญ่ของวิธีการประเมินคุณภาพวัตถุประสงค์สามารถย่อยสลายในสองขั้นตอน การบิดเบือนภาพที่แสดงเป็นครั้งแรกในประเทศ (พิกเซลตามบล็อกที่ใช้ ฯลฯ ) ประเมินผลในแผนที่การบิดเบือน ในขั้นตอนที่สองการทำงานร่วมกันจะใช้ในการรวมค่าแผนที่บิดเบือนเป็นค่าคะแนนที่มีคุณภาพเดียว ความคิดที่ง่ายในการปรับปรุงวิธีการประเมินคุณภาพโดยใช้ข้อมูลที่ให้ความสนใจภาพคือการให้น้ำหนักมากขึ้นในขั้นตอนการร่วมกันในการย่อยสลายที่ปรากฏในพื้นที่ที่สำคัญกว่าในพื้นที่ nonsalient [63], [64] วิธีการเริ่มต้นประกอบด้วยน้ำหนักแผนที่บิดเบือนโดยใช้ค่า saliency ท้องถิ่นก่อนที่การคำนวณเชิงเส้นหรือไม่เชิงเส้นค่าเฉลี่ย การศึกษาล่าสุดบนพื้นฐานของข้อมูลตาต​​ิดตามการแสดงให้เห็นว่าน้ำหนักง่ายๆนี้ไม่ได้มีประสิทธิภาพมาก [65], [66] ในกรณีของสิ่งประดิษฐ์การบีบอัด อย่างไรก็ตามวิธีการดังกล่าวจะนำไปสู่​​ผลการดำเนินงานที่ดีขึ้นอย่างมีนัยสำคัญในกรณีของการบิดเบือนอยู่ nonuniformly เช่นที่เกิดจากการบกพร่องส่ง [67] วิธีการชั่งน้ำหนักทางเลือกที่ได้รับการแนะนำให้รู้จักกับสิ่งประดิษฐ์การบีบอัดที่แตกต่างกับความสำเร็จ [68], [69] ใน [70] รวมกันที่ซับซ้อนมากขึ้นของแผนที่ saliency และการบิดเบือนจะนำสมมติว่าน้ำหนักที่ควรจะเป็นฟังก์ชั่นของมูลค่า saliency และระดับการบิดเบือน ท่านและคณะ [71], [72] ทบทวนปัญหาในระดับบิดเบือนเนื้อหาวิดีโอ การมองเห็นความผิดเพี้ยนสามารถมีความสมดุลตามฟังก์ชั่นความไวความคมชัดของมนุษย์ ขณะที่หลังเป็นเชิงพื้นที่ไม่สม่ำเสมอประมาณสายตาควรได้รับการพิจารณาอย่างถูกต้องใช้มัน

ผลลัพธ์ (ไทย) 3:

งภาพและวิดีโอคุณภาพการประเมินวัตถุประสงค์การประเมินคุณภาพภาพการใช้ขั้นตอนวิธีการที่ประเมินคุณภาพของภาพหรือวิดีโอเป็นผู้สังเกตการณ์ของมนุษย์จะทำโดยพิจารณาจากคุณสมบัติของระบบการมองเห็นของมนุษย์ภาพความเป็นหนึ่งในคุณสมบัติที่สามารถพิจารณาอยู่บนพื้นฐานของเหตุผลที่เป็นสิ่งประดิษฐ์ที่น่ารำคาญมากกว่าในเขตเด่นกว่าในพื้นที่ [ 62 ] อื่น ๆ ที่สุดของวิธีการประเมินวัตถุประสงค์คุณภาพที่สามารถย่อยสลายในขั้นตอนที่สอง การบิดเบือนภาพเป็นครั้งแรกในประเทศ ( พิกเซลตามบล็อก ตาม ฯลฯ ) ประเมินผลในการบิดเบือน แผนที่ ในขั้นตอนที่สองเป็นฟังก์ชันที่ใช้ในการรวมแผนที่บิดเบือนคุณค่าในคุณภาพเดียวค่าคะแนน ความคิดที่ใช้งานง่ายเพื่อปรับปรุงวิธีการประเมินคุณภาพโดยใช้ข้อมูลความสนใจและให้หนักมากขึ้นในการขั้นตอนการย่อยสลายปรากฏในพื้นที่เด่นกว่าในพื้นที่ nonsalient [ 63 ] , [ 64 ]แนวทางเริ่มต้นในแผนที่มีน้ำหนักการบิดเบือนโดยใช้ค่าความเด่นท้องถิ่นก่อนการคำนวณเชิงเส้นหรือหมายถึงแบบไม่เชิงเส้น การศึกษาล่าสุดจากตาติดตามข้อมูลพบว่า น้ำหนักที่ง่ายนี้ไม่ได้มีประสิทธิภาพมาก [ 65 ] [ 66 ] ในกรณีของสิ่งประดิษฐ์การบีบอัด อย่างไรก็ตามวิธีการดังกล่าว สามารถนำไปสู่การปรับปรุงประสิทธิภาพอย่างมากในกรณีของ nonuniformly ตั้งอยู่ การบิดเบือน เช่น เนื่องจากการบกพร่อง [ 67 ] วิธีการชั่งน้ำหนักทางเลือกที่ได้รับการแนะนำสำหรับการบีบอัดสิ่งประดิษฐ์ที่แตกต่างกับความสำเร็จ [ 68 ] , [ 69 ] ใน [ 70 ] , ชุดค่าผสมที่ซับซ้อนมากขึ้นของแผนที่ความเด่นและบิดเบือนจะแนะนําสมมติว่าน้ำหนักควรเป็นหน้าที่ของทั้งความเด่นและค่าระดับการบิดเบือน คุณ et al . [ 71 ] , [ 72 ] ทบทวนปัญหาที่ระดับการบิดเบือนสำหรับเนื้อหาวิดีโอ การบิดเบือนสามารถสมดุลตามความแตกต่างของมนุษย์ความไวในการทำงาน เป็นหลังเปลี่ยนสม่ำเสมอ การประมาณค่าสายตาควรพิจารณาที่จะต้องใช้มัน