BELE: Estimador Linealizado Equivalente a Desenfoque

Área de la Ciencia:

• Visión por Computadora
• Procesamiento de Imágenes
• Computación Perceptual

Sus antecedentes:

• Los modelos de Evaluación de la Calidad de Imagen de Referencia Completa (FR-IQA) típicamente analizan imágenes mostradas, no la percepción humana.
• Los modelos existentes luchan por tener en cuenta la distancia de visualización, crucial para una evaluación precisa de la calidad.
• Cerrar la brecha entre las métricas objetivas y las Puntuaciones de Opinión Media (MOS) subjetivas sigue siendo un desafío.

Objetivo del estudio:

• Introducir el Estimador Linealizado Equivalente a Desenfoque (BELE), un novedoso modelo FR-IQA.
• Desarrollar un modelo IQA ligero, interpretable y libre de entrenamiento, sensible a la distancia de visualización.
• Desacoplar las distorsiones de bordes y texturas para una predicción más precisa de la calidad perceptual.

Principales métodos:

• BELE calcula un índice de desenfoque utilizando un estimador linealizado de la pérdida de información de Fisher Posicional en bordes fuertes, incorporando la distancia de visualización.
• Se calcula un índice de textura utilizando la relación señal/ruido pico compleja (CPSNR) para evaluar las distorsiones de detalles espaciales finos.
• Las estimaciones de distorsión se combinan mediante ajuste polinomial con un término de focalización, reemplazando los métodos de rectificación tradicionales.

Principales resultados:

• BELE logra una correlación competitiva o superior con MOS en seis conjuntos de datos de referencia en comparación con métodos clásicos y de aprendizaje profundo.
• El modelo demuestra sólidas capacidades de generalización y viabilidad en tiempo real.
• BELE requiere solo cinco parámetros interpretables y exhibe una complejidad computacional muy baja.

Conclusiones:

• BELE ofrece una solución computacionalmente eficiente, libre de entrenamiento e interpretable para FR-IQA.
• El modelo cierra eficazmente la brecha entre el análisis objetivo de imágenes y la percepción humana subjetiva, considerando la distancia de visualización.
• BELE presenta una alternativa prometedora a los métodos IQA existentes, especialmente en aplicaciones con recursos limitados o en tiempo real.