| 한글제목(Korean Title) |
DOG를 가지는 색상 인지도와 Random Forest 기반의 이미지 품질 평가 기법 |
| 영문제목(English Title) |
PMGC: Image Quality Assessment Using Phase, Magnitude, Gradient, Color Perceptuality with DOG Model and Random Forest |
| 저자(Author) |
옥승렬
서심온
김영진
Seung-Ryeol Ohk
Simon Suh
Young-Jin Kim
|
| 원문수록처(Citation) |
VOL 46 NO. 02 PP. 1026 ~ 1028 (2019. 12) |
한글내용
(Korean Abstract) |
이미지와 영상을 이용한 응용프로그램이 많아지면서, 시각 품질에 사람들은 큰 관심을 두게 되었다. 그래서 많은 image quality assessment(IQA)는 human visual system(HVS)을 만족하도록 발전하였다. 하지만 HVS를 고려한 최근 IQA들이 여전히 일관되게 HVS를 만족하기를 어려워하고 있다. 본 논문에서는 HVS를 기반으로 이미지의 공간 구조적인 요소뿐만 아니라 색상 요소까지 고려한 새로운 IQA인 phase, magnitude, gradient, and color 기반의 이미지 품질 평가 방법인 PMGC를 제안한다. 공간 주파수 영역에서 phase와 magnitude를 factor로 사용하고, 회색 이미지에서 gradient 방향과 크기를 factor로 사용했다. 그리고 CIE Lab 색 공간에서 유클리드 거리를 계산하여 color perceptual similarity도 사용했다. 또한, contrast sensitivity도 고려하기 위해 difference of gaussian(DOG)을 이용하였다. Similarity 형태의 factor들을 index로 바꾸어 histogram을 만들고 random forest(RF)를 사용하여 mean opinion score (MOS)를 학습하고 예측하였다. 제안하는 PMGC를 평가하기 위해, TID2013 database과 잘 알려진 네 가지 평가 기준을 사용하였다. 결과적으로 PMGC는 기존의 IQA보다 더 HVS를 만족하는 결과를 보여준다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
