RAID-Dataset: アフィン画像歪みとガウシアンノイズに対する人間の応答
Paula Daudén-Oliver1, David Agost-Beltran2,3, Emilio Sansano-Sansano2,3
1Universitat de València, Image Processing Laboratory, València, 46980, Spain. paula.dauden@uv.es.
Scientific data
|January 15, 2026
まとめ
この研究は、アフィン変換やガウシアンノイズなどの画像歪みに対する人間の応答の新しいデータセットを紹介します。最大尤度差尺度（MLDS）を使用して収集されたこのデータセットは、従来の測定方法よりも知覚的な画質をより正確に測定します。
科学分野:
- コンピュータビジョン;ヒューマンコンピュータインタラクション;心理物理学
背景:
- 既存の画像品質データセットには、自然な歪みが欠けていることがよくあります。;アフィン変換は、日常の視覚体験で頻繁に遭遇します。;主観的な人間の知覚のための堅牢なモデルを開発するには、多様なデータセットが必要です。
研究 の 目的:
- アフィン変換（回転、平行移動、スケーリング）およびガウシアンノイズの閾値を超える人間の応答の新しいデータセットを提示すること。;画像品質評価モデルの評価のためのベンチマークを提供すること。;最大尤度差尺度（MLDS）と従来のメソッドの有効性を比較すること。
主な方法:
- 心理物理学的方法である最大尤度差尺度（MLDS）を利用して、人間の応答を収集しました。;864個の歪んだ画像にわたる210人のオブザーバーからデータを収集し、40,000件を超える四重比較を含みました。;画像歪みとしてアフィン変換（回転、平行移動、スケーリング）およびガウシアンノイズを含めました。
主要な成果:
- このデータセットは、アフィンおよびガウシアン歪みに対する古典的な絶対検出閾値を正常に再現しました。;ガウシアン歪みに対する応答は、既存のデータベースからの平均意見スコア（MOS）と相関していました。;反応時間においてピエロンの法則が観察され、MLDSスケールは敵対的刺激を使用したMOSよりも正確であることが証明されました。
結論:
- 提示されたデータセットは、特に自然な歪みに対する画像品質モデルのトレーニングと評価のための貴重なリソースを提供します。;MLDSは、従来のMOSと比較して、知覚的な画質を定量化するためのより正確な方法です。;この発見は、画像品質の文脈における人間の視覚的知覚のより良い理解に貢献します。
