Évaluation de la qualité d'image - Base de données LIVE

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

Combien d'images de référence couleur haute résolution ont été utilisées pour construire la base de données initiale?

14 (correct)

Quel est le score correspondant à une qualité visuelle supérieure d'une image dans le calcul du score moyen d'opinion (MOS)?

5 (correct)

Quelle méthode a été utilisée pour évaluer la qualité des images dans la base de données LIVE version 2?

Évaluation visuelle par un ordinateur

Évaluation subjective par des observateurs (correct)

Analyse automatiques par logiciel

Évaluation basée sur des erreurs de transmission

Quel type de distorsion n'a pas été utilisé pour générer les images de test dans la version 2 de la base de données LIVE?

Compression PNG Signup and view all the answers

Quelle est la signification d'un faible DMOS dans l'évaluation de la qualité d'image?

Légère dégradation Signup and view all the answers

Combien d'images de test ont été évaluées au total dans la version 2 de la base de données LIVE?

982 Signup and view all the answers

Quel était le nombre de sujets qui ont participé à l'évaluation des images dans la base de données initiale?

16 Signup and view all the answers

Quel type de distorsion dans les images a été évalué à l'aide d'erreurs de transmission dans le flux binaire?

JPEG2000 Signup and view all the answers

Quel type de bruit est causé par des fluctuations aléatoires dans le signal?

Bruit gaussien Signup and view all the answers

Quel facteur n'influence pas l'évaluation subjective de la qualité d'image?

Prix de l'image Signup and view all the answers

Comment le bruit est-il souvent caractérisé dans une image?

Par le pourcentage de pixels remplacés Signup and view all the answers

Quelle est l'importance de la calibration de l'écran dans l'évaluation de la qualité d'image?

Pour assurer des couleurs fidèles au stimulus d'origine Signup and view all the answers

Quelle distance d'observation est recommandée pour les tests d'évaluation?

4 à 6 fois la hauteur de l'image Signup and view all the answers

Quel est le principal méthode d'évaluation de la qualité d'image?

Évaluation subjective Signup and view all the answers

Quel type de bruit est obtenu en ajoutant n pixels blancs et n pixels noirs dans une image?

Bruit impulsif Signup and view all the answers

Quel facteur influent est lié à l'environnement de test?

Les conditions de visualisation Signup and view all the answers

Quelle méthode a été utilisée pour évaluer les images dans la base de données IVC ?

Échelle d'altération à double stimulus Signup and view all the answers

Combien d'images ont été générées dans la base de données IVC ?

160 Signup and view all the answers

Quels types de distorsions ont été appliqués aux images de la base de données A57 ?

Flou gaussien et bruit blanc additif Signup and view all the answers

Qui a évalué les images dans la base de données A57 ?

Des experts en imagerie Signup and view all the answers

Qu'est-ce que le MOS dans le contexte de la base de données IVC ?

Moyenne des scores d'opinion Signup and view all the answers

Quelle stratégie a été utilisée pour montrer les images dans l'évaluation IVC ?

Affichage séquentiel des images Signup and view all the answers

Quelles images sont incluses dans la base de données IVC en plus des images de test ?

Images monochromes sans information de génération Signup and view all the answers

Quel type de méthode a été utilisé pour générer la base de données A57 ?

Expérience d'échelle psychophysique Signup and view all the answers

Quel est l'objectif principal de la méthode d'évaluation de la qualité visuelle mentionnée ?

Comparer simultanément plusieurs versions de test d'une image Signup and view all the answers

Que représente un score MOS proche de zéro ?

Une image contenant un artefact imperceptible Signup and view all the answers

Quel type d'images est principalement utilisé dans la base de données TID2008 ?

Images couleur haute résolution Signup and view all the answers

Combien d'observateurs ont participé à la collecte des scores subjectifs pour la base de données TID2008 ?

838 Signup and view all the answers

Quel type de distorsion n'est pas mentionné comme étant utilisé dans la base de données TID2008 ?

Filtrage passe-bas Signup and view all the answers

Quelle base de données a été développée au laboratoire d'analyse du codage d'images de l'Université d'État de l'Oklahoma ?

CSIQ Signup and view all the answers

Combien de types de distorsion différents ont été appliqués aux images dans la base de données TID2008 ?

17 Signup and view all the answers

Quel est le but de la base de données TID2008 ?

Fournir un outil d'évaluation des métriques de qualité visuelle d'images Signup and view all the answers

Quel est le nombre total d'éléments obtenus après la réduction de l'image et le traitement subséquent?

36 Signup and view all the answers

Quels sont les types d'ajustement utilisés pour les produits pairwise dans la procédure de traitement des caractéristiques?

GGD et AGGD Signup and view all the answers

Quel algorithme d'apprentissage est mentionné pour la prédiction du score de qualité d'image?

Machine à Vecteurs de Support (SVM) Signup and view all the answers

Lors de la conversion d'une image en vecteur de caractéristiques, quel type d'élément est d'abord extrait?

Coéfficients MSCN Signup and view all the answers

Quelle description est associée aux éléments 7 à 10 du vecteur de caractéristiques?

Forme, Moyenne, Variance à Gauche, Variance Droite Signup and view all the answers

Quel algorithme de traitement d'image n'a pas été utilisé pour déformer les images de référence?

Lissage bilatéral Signup and view all the answers

Quel est le total d'images évaluées subjectivement?

866 images Signup and view all the answers

Comment la dissimilarité visuelle a-t-elle été mesurée par les observateurs?

En mesurant la distance horizontale entre les images Signup and view all the answers

Quelle caractéristique décrit la capacité d'une mesure à établir une relation constante entre les scores de qualité?

Monotonie de la prévision Signup and view all the answers

Quel facteur ne fait pas partie des aspects évalués pour mesurer la performance des mesures objectives?

Vitesse de traitement Signup and view all the answers

Combien de versions de test d'une image étaient présentées simultanément aux observateurs?

30 Signup and view all the answers

Quel score représente le maximum sur l'échelle de qualité perçue?

9 Signup and view all the answers

Quel manque d'une mesure pourrait influencer la stabilité de ses prédictions sur une séquence d'images?

Consistance de la prévision Signup and view all the answers

Study Notes

Différents types de dégradations

Les dégradations d'image lors de la compression JPEG sont principalement appelées « effet de blocs ».
Visuellement, cet effet se manifeste par des contours verticaux et horizontaux aux frontières entre les blocs.
La visibilité de cet effet dépend de la distribution spatiale du signal de l'image.
Chaque bloc est encodé indépendamment, ce qui peut créer une discontinuité à la frontière entre deux blocs, perçue par l'œil humain.

Effet d'oscillations parasites (ringing effect)

Cette dégradation est généralement due à l'étape de quantification ou de décimation des coefficients de hautes fréquences.
Elle apparaît sous forme d'oscillations au voisinage des régions à fort contraste.
Ces oscillations apparaissent comme un bruit autour des régions à fort contraste.
Les ondelettes dont le support croise le bord d'un objet créent ce type d'artefact.

Flou

Le flou est un effet esthétique qui donne un contour imprécis.
Il apparaît principalement lors de la compression JPEG et JPEG2000.
La perte de netteté de l'image est une caractéristique du flou.
Les bords des objets sont plus diffus dans une image floue.
Le flou peut être lié à l'acquisition de l'image, au mouvement ou être volontaire.

Bruit

Le bruit est une dégradation d'image provoquée par une perturbation externe.
On peut déterminer le type de bruit sur l'image pour choisir la méthode la plus adaptée pour le réduire.
"Bruit poivre et sel" : bruit impulsionnel ou bruit de grenaille.
Il est causé par des fortes perturbations soudaines dans le signal d'image.
L'apparence de ce type de bruit est éparpillée de façon aléatoire, principalement par des pixels blancs ou noirs.
"Bruit gaussien" : une forme idéalisée de bruit blanc, provoqué par des fluctuations aléatoires dans le signal.

Évaluation subjective

La mesure de la qualité visuelle d'images, appelée « méthode subjective d'évaluation de la qualité d'images », est basée sur le jugement humain.
Un groupe de personnes (expert et non-expert) évalue la qualité des images.
L'évaluation suit une grille d'évaluation à plusieurs niveaux pour générer une note subjective.
Les facteurs influents sont la distance d'observation, les conditions de visualisation, le type d'écran, le choix des images, les observateurs, et les facteurs psychologiques.

Distance d'observation

La distance d'observation affecte la visibilité du stimulus.
Fixer la distance entre 4 et 6 fois la hauteur de l'image pour toutes les expériences.

Écran

Calibrer l'écran pour des conditions optimales et reproductives.
S'assurer que les couleurs affichées correspondent au stimulus d'origine.

Conditions de visualisation

L'environnement et l'éclairage de la salle affectent la perception des stimuli de l'expérience.
Eviter un éclairage élevé pour éviter de troubler l'observateur.
La couleur de fond affectera l'apparence des couleurs testées.

Choix des images

Choisir un panel d'images variées et représentatives de l'application visée.

Facteurs psychologiques

Débuter les tests par une séance d'initiation.
Expliquer clairement l'objectif du test et le protocole à respecter pour éviter d'influencer les participants.
Préférer des tests de courte durée et variés.
Sélectionner des observateurs avec une acuité visuelle et une vision des couleurs normales.

Méthodes catégorielles

Les observateurs attribuent une note de qualité à une image en fonction de leur jugement personnel.
Les échelles peuvent utiliser un vocabulaire descriptif (adjectifs) ou numérique (0 à 100).

Méthodes à simple stimulus

L'observateur voit une image et choisit au mieux la note de qualité.
Suivie d'une période de latence, l'image suivante est présentée.

Méthodes à double stimulus

L'observateur compare l'image dégradée à l'image originale en évaluant sa fidélité.

Méthodes comparatives

Les deux images sont présentées simultanément pour qu'un observateur détermine quelle image est de meilleure qualité.

MOS (Score d'opinion moyen)

La note moyenne de qualité est calculée en combinant les notes de tous les observateurs, donnée par la formule :

MOS(i) = 1/N * Σ Note(i)

DMOS (Difference mean opinion score)

Calculé comme la différence entre les notes de qualité brutes des images de référence et des images testées.

Intervalle de confiance

Un intervalle de confiance est fixé à 95% pour réduire l'impact d'éventuelles erreurs lors du calcul du MOS
Il est calculé à l'aide d'une formule incluant l'écart-type. Formule fournie par l'article.

Évaluation objective de la qualité des images fixes

Les métriques objectives, contrairement aux métriques subjectives, sont plus rapides et moins coûteuses.
Ces métriques permettent de prédire la qualité d'une image de manière automatique.
Elles ont plusieurs applications, telles que le contrôle de la qualité, l'amélioration des algorithmes de traitement d'image, ou l'optimisation des systèmes de transmission d'image.

Limites des métriques subjectives

Elles sont longues et coûteuses, nécessitant de nombreux observateurs.
Ne conviennent pas aux applications en temps réel.
Les résultats dépendent des conditions physiques et de l'état émotionnel des observateurs, ainsi que des facteurs externes comme le dispositif d'affichage et l'éclairage.

Catégories des métriques IQA selon la présence du signal original

Métriques à référence complète : utilisent le signal original pour évaluer la qualité de l'image déformée.
Métriques à référence réduite : utilisent des caractéristiques extraites du signal original pour évaluer la qualité de l'image déformée.
Métriques sans référence : n'utilisent pas le signal original dans leur processus d'évaluation.

Métriques à référence complète exemples

PSNR (Peak Signal to Noise Ratio)

PSNR (Peak Signal to Noise Ratio)

Métrique simple, ne tenant pas compte du système visuel humain (SVH).
Utilise RMSE (Mean Squared Error) dans sa formule. La formule est fournie.

Indice de similarité structurelle (SSIM)

Métrique qui mesure la similarité de structure entre deux images.
Prend en compte la luminance, le contraste et la structure de l'image.
Formule fournie.

Métrique avec prise en compte des caractéristiques SVH

Ces métriques incluent la sensibilité de la fréquence, la sensibilité à la luminance et l'effet de masquage.

Bases de données de qualité d'image subjective

Les bases de données d'images comme Toyama, LIVE, IVC, et CSIQ sont utilisées pour évaluer la qualité d'images déformées.
Les images dans ces bases de données sont soumises à différents types de déformations pour l'évaluation des métriques de qualité.

LIVE image database (2005)

Base de données utilisée pour mesurer la qualité subjective de 982 images test.
Images déformées par 5 types de distorsions (jpeg, JPEG2000, bruit, flou et erreurs de transmission).

IVC image database (2006)

Base de données d'images créée à l'Université de Nantes, France
Évaluation subjective basée sur une échelle d'altération à double stimulus des images test en comparaison avec l'image originale.

CSIQ image database (2009)

Une base de données contenant 30 images de référence.
Image déformée par 6 types de distorsions (JPEG, JPEG2000, flou gaussien, bruit additif, global contrast et bruit gaussien.)

TID image database (2008)

Base de données contenant 25 images naturelles et une image artificielle.
Les images subissent 17 types de déformation, incluant la compression JPEG et JPEG 2000.

Évaluation des performances des métriques de qualité

La performance des métriques objectives est évaluée en analysant leur capacité à estimer les estimations de qualité subjectives.
Trois aspects sont évalués : Précision de la prédiction, Monotonicité, et Cohérence.

Coefficient de corrélation linéaire (précision)

Mesure la force de la relation linéaire entre deux vecteurs (X et Y) par un coefficient, variable entre -1 et 1 incluant. Formule fournie.

Coefficient de corrélation de rang (monotonicité)

Mesure la relation monotone entre deux vecteurs. Différentes formules sont données dans l'article, incluant Spearman et Kendall.

Erreur de prédiction de la qualité

RMSE (Root Mean Squared Error) et MAE (Mean Absolute Error). Formule fournie.

BRISQUE (Blind/referenceless image spatial quality Evaluator)

Métrique sans référence (aveugle) basée sur les propriétés statistiques régulières des images naturelles.

Étapes de la méthode BRISQUE

Extraire les statistiques de scène naturelles (NSS).
Calculer les vecteurs de caractéristiques.
Prédire le score de qualité de l'image.

Normalisation du Contraste Soustrait à la Moyenne (MSCN)

Technique de normalisation d'image.
Prend en compte les voisinages pour caractériser les pixels.
Formule pour le calcul de la luminance, du champ moyen local (μ) et du champ de variance local (σ) est fournie.

Studying That Suits You

Use AI to generate personalized quizzes and flashcards to suit your learning preferences.

Description

Ce quiz porte sur l'évaluation de la qualité d'image dans la base de données LIVE version 2. Testez vos connaissances sur les méthodes d'évaluation, les types de distorsion, et les scores de qualité visuelle. Profitez de questions variées relatives à l'analyse des images et à la perception de leur qualité.