Gap-closing Matters: Perceptual Quality Evaluation and Optimization of Low-Light Image Enhancement

要約

研究コミュニティでは、低照度画像強調アプローチの最適化は、エンドユーザーが知覚する視覚的品質に基づいて行うべきであるというコンセンサスが高まっています。
低照度強調アルゴリズムの設計に多大な努力が費やされてきたにもかかわらず、主観的品質と客観的品質を体系的に評価することへの焦点は比較的限定的でした。
このギャップを軽減し、視覚品質を向上させるための低照度画像強調の最適化に向けた明確な道筋を提供するために、私たちはギャップを埋めるフレームワークを提案します。
特に、私たちのギャップを埋めるフレームワークは、再構成された低光量画像の主観的品質評価 (SQUARE-LOL) のための大規模なデータセットの作成から始まります。
このデータベースは、強化された画像の品質を研究し、包括的な主観的なユーザー調査を実施するための基盤として機能します。
続いて、ビジュアル品質と向上の間のギャップを埋める上で重要な役割を果たす客観的な品質評価尺度を提案します。
最後に、私たちが提案した客観的な品質尺度を、知覚の最適化に向けて強化モデルの学習を最適化するプロセスに組み込むことができることを示します。
私たちは、品質予測の精度と画像強調の知覚品質の両方を通じて、提案したフレームワークの有効性を検証します。
この分野でのさらなる研究を促進するために、私たちのデータベースとコードは一般に公開される予定です。

要約(オリジナル)

There is a growing consensus in the research community that the optimization of low-light image enhancement approaches should be guided by the visual quality perceived by end users. Despite the substantial efforts invested in the design of low-light enhancement algorithms, there has been comparatively limited focus on assessing subjective and objective quality systematically. To mitigate this gap and provide a clear path towards optimizing low-light image enhancement for better visual quality, we propose a gap-closing framework. In particular, our gap-closing framework starts with the creation of a large-scale dataset for Subjective QUality Assessment of REconstructed LOw-Light Images (SQUARE-LOL). This database serves as the foundation for studying the quality of enhanced images and conducting a comprehensive subjective user study. Subsequently, we propose an objective quality assessment measure that plays a critical role in bridging the gap between visual quality and enhancement. Finally, we demonstrate that our proposed objective quality measure can be incorporated into the process of optimizing the learning of the enhancement model toward perceptual optimality. We validate the effectiveness of our proposed framework through both the accuracy of quality prediction and the perceptual quality of image enhancement. Our database and code will be made publicly available to facilitate further research in this area.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google