dipIQ: Blind Image Quality Assessment by Learning-to-Rank Discriminable Image Pairs
Part 1 Introduction
Definition: 盲图像质量评价(Blind Image Quality Assessment)也叫做无参考图像质量评价(NR-IQA)的目的是对于给定的一幅图像,不使用Ground Truth(GT)图像得到其评价分数。
classic method & Problem:
- 对于大样本集,通过人工标注得到图像主观分数需要花费很大的代价
- 例如TID2013数据集中,使用25GT图像退化得到3000幅图像,这和真实的图像分布相差很大
- 由于传统的方法是直接估计图像质量分数的,所以在图像质量分数的顺序上可能会有较大的误差。
Observation & Motivation: 通过对图像进行不同程度的退化,能够得到不同质量的图像,即quality-discriminable image
pairs (DIP)。
Paper method:
使用不同等级的退化因子对GT图像进行退化得到大量的ranked images.
使用ranked images 训练双生网络,得到ranking score.
将在ranked images上训练好的网络在具有label的样本集上进行fine-tune.