Image Statistics Predict the Sensitivity of Perceptual Quality Metrics

要約

以前、バーローとアトニーブは、生物学的視覚と情報の最大化との間に関連性があると仮説を立てました。
シャノンに従って、情報は自然画像の確率を使用して定義されました。
いくつかの生理学的および精神物理学的現象は、情報最大化、効率的なコーディング、または最適なノイズ除去などの原理から派生しています。
ただし、このリンクが画像の確率から数学的にどのように表現されるかは依然として不明です。
古典的な導出には、確率モデルとセンサーの動作に関する強い仮定が適用されていました。
さらに、古典的な画像モデルが確率の正確な推定値を提供できないため、仮説の直接評価は制限されました。
ここでは、自然画像の生成モデルを使用して画像の確率を直接評価し、確率に関連する要素をどのように組み合わせて、人間の知覚の代用である最先端の主観的な画質指標の感度を予測できるかを分析します。
私たちは、情報理論と回帰分析を使用して、確率に関連する 2 つの要因だけを組み合わせると、主観的な指標と 0.77 の相関関係を達成する単純なモデルを見つけます。
この確率ベースのモデルは 2 つの方法で検証されます。1 つは主観的な品質実験における実際の観察者の意見との直接比較、もう 1 つはコントラスト感度関数、ウェーバーの法則、コントラスト マスキングなどの古典的な精神物理学的事実の基本傾向を再現することです。
。

要約(オリジナル)

Previously, Barlow and Attneave hypothesised a link between biological vision and information maximisation. Following Shannon, information was defined using the probability of natural images. Several physiological and psychophysical phenomena have been derived from principles like info-max, efficient coding, or optimal denoising. However, it remains unclear how this link is expressed in mathematical terms from image probability. Classical derivations were subjected to strong assumptions on the probability models and on the behaviour of the sensors. Moreover, the direct evaluation of the hypothesis was limited by the inability of classical image models to deliver accurate estimates of the probability. Here, we directly evaluate image probabilities using a generative model for natural images, and analyse how probability-related factors can be combined to predict the sensitivity of state-of-the-art subjective image quality metrics, a proxy for human perception. We use information theory and regression analysis to find a simple model that when combining just two probability-related factors achieves 0.77 correlation with subjective metrics. This probability-based model is validated in two ways: through direct comparison with the opinion of real observers in a subjective quality experiment, and by reproducing basic trends of classical psychophysical facts such as the Contrast Sensitivity Function, the Weber-law, and contrast masking.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google