Progreso en la evaluación de calidad de imagen para ciegos: una breve revisión
Autores: Yang, Pei; Sturtz, Jordan; Qingge, Letu
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Progreso en la evaluación de calidad de imagen para ciegos: una breve revisión
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Evaluación de calidad de imagen
BIQA
Progreso de investigación
Desafíos
Métodos
Direcciones de investigación futuras
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Como problema fundamental de investigación, la evaluación de calidad de imagen ciega (BIQA) ha atraído un interés creciente en los últimos años. Aunque se ha logrado un gran progreso, BIQA sigue siendo un desafío. Para comprender mejor el progreso de la investigación y los desafíos en este campo, revisamos los métodos de BIQA en este documento. En primer lugar, presentamos la definición del problema de BIQA y los métodos relacionados. En segundo lugar, ofrecemos una revisión detallada de los métodos de BIQA existentes en términos de características representativas hechas a mano, características basadas en aprendizaje y regresores de calidad para métodos de dos etapas, así como modelos DNN de una etapa con diversas arquitecturas. Además, también presentamos y analizamos el rendimiento de los métodos de BIQA competidores en seis conjuntos de datos públicos de IQA. Finalmente, concluimos nuestro documento con posibles direcciones futuras de investigación basadas en un análisis del rendimiento de los métodos de BIQA. Esta revisión proporcionará referencias valiosas para investigadores interesados en el problema de BIQA.
Descripción
Como problema fundamental de investigación, la evaluación de calidad de imagen ciega (BIQA) ha atraído un interés creciente en los últimos años. Aunque se ha logrado un gran progreso, BIQA sigue siendo un desafío. Para comprender mejor el progreso de la investigación y los desafíos en este campo, revisamos los métodos de BIQA en este documento. En primer lugar, presentamos la definición del problema de BIQA y los métodos relacionados. En segundo lugar, ofrecemos una revisión detallada de los métodos de BIQA existentes en términos de características representativas hechas a mano, características basadas en aprendizaje y regresores de calidad para métodos de dos etapas, así como modelos DNN de una etapa con diversas arquitecturas. Además, también presentamos y analizamos el rendimiento de los métodos de BIQA competidores en seis conjuntos de datos públicos de IQA. Finalmente, concluimos nuestro documento con posibles direcciones futuras de investigación basadas en un análisis del rendimiento de los métodos de BIQA. Esta revisión proporcionará referencias valiosas para investigadores interesados en el problema de BIQA.