Published January 23, 2019 | Version v1
Publication Open

Distortion-specific feature selection algorithm for universal blind image quality assessment

Creators

  • 1. National University of Sciences and Technology
  • 2. University of Engineering and Technology Taxila
  • 3. Bahria University
  • 4. Sungkyunkwan University

Description

Blind image quality assessment (BIQA) aims to use objective measures for predicting the quality score of distorted images without any prior information regarding the reference image. Several BIQA techniques are proposed in literature that use a two-step approach, i.e., feature extraction for distortion classification and regression for predicting the quality score. In this paper, a three-step approach is proposed that aims to improve the performance of BIQA techniques. In the first step, feature extraction is performed using existing BIQA techniques to determine the distortion type. Secondly, features are selected for each distortion type based on the mean value of Spearman rank ordered correlation constant (SROCC) and linear correlation constant (LCC). Lastly, distortion-specific features are used by regression model to predict the quality score. Experimental results show that the predicted quality score using distortion-specific features strongly correlates with the subjective quality score, improves the overall performance of existing BIQA techniques, and reduces the processing time.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

يهدف تقييم جودة الصورة العمياء (BIQA) إلى استخدام مقاييس موضوعية للتنبؤ بدرجة جودة الصور المشوهة دون أي معلومات مسبقة تتعلق بالصورة المرجعية. تم اقتراح العديد من تقنيات BIQA في الأدبيات التي تستخدم نهجًا من خطوتين، أي استخراج الميزات لتصنيف التشويه والانحدار للتنبؤ بدرجة الجودة. في هذه الورقة، يُقترح نهج من ثلاث خطوات يهدف إلى تحسين أداء تقنيات BIQA. في الخطوة الأولى، يتم استخراج الميزة باستخدام تقنيات BIQA الحالية لتحديد نوع التشويه. ثانيًا، يتم اختيار الميزات لكل نوع من أنواع التشويه بناءً على متوسط قيمة ثابت الارتباط المرتبة لسبيرمان (SROCC) وثابت الارتباط الخطي (LCC). أخيرًا، يتم استخدام الميزات الخاصة بالتشويه بواسطة نموذج الانحدار للتنبؤ بدرجة الجودة. تظهر النتائج التجريبية أن درجة الجودة المتوقعة باستخدام الميزات الخاصة بالتشويه ترتبط ارتباطًا وثيقًا بدرجة الجودة الذاتية، وتحسن الأداء العام لتقنيات BIQA الحالية، وتقلل من وقت المعالجة.

Translated Description (French)

L'évaluation de la qualité des images aveugles (BIQA) vise à utiliser des mesures objectives pour prédire le score de qualité des images déformées sans aucune information préalable concernant l'image de référence. Plusieurs techniques BIQA sont proposées dans la littérature qui utilisent une approche en deux étapes, c'est-à-dire l'extraction de caractéristiques pour la classification de la distorsion et la régression pour prédire le score de qualité. Dans cet article, une approche en trois étapes est proposée qui vise à améliorer les performances des techniques BIQA. Dans la première étape, l'extraction de caractéristiques est effectuée en utilisant les techniques BIQA existantes pour déterminer le type de distorsion. Deuxièmement, les caractéristiques sont sélectionnées pour chaque type de distorsion sur la base de la valeur moyenne de la constante de corrélation ordonnée par rang de Spearman (SROCC) et de la constante de corrélation linéaire (LCC). Enfin, les caractéristiques spécifiques à la distorsion sont utilisées par le modèle de régression pour prédire le score de qualité. Les résultats expérimentaux montrent que le score de qualité prédit à l'aide de caractéristiques spécifiques à la distorsion est fortement corrélé au score de qualité subjectif, améliore la performance globale des techniques BIQA existantes et réduit le temps de traitement.

Translated Description (Spanish)

La evaluación ciega de la calidad de la imagen (BIQA) tiene como objetivo utilizar medidas objetivas para predecir el puntaje de calidad de las imágenes distorsionadas sin ninguna información previa con respecto a la imagen de referencia. En la literatura se proponen varias técnicas de BIQA que utilizan un enfoque de dos pasos, es decir, extracción de características para la clasificación de distorsión y regresión para predecir el puntaje de calidad. En este trabajo, se propone un enfoque de tres pasos que tiene como objetivo mejorar el rendimiento de las técnicas BIQA. En el primer paso, la extracción de características se realiza utilizando las técnicas BIQA existentes para determinar el tipo de distorsión. En segundo lugar, las características se seleccionan para cada tipo de distorsión en función del valor medio de la constante de correlación ordenada por rango de Spearman (SROCC) y la constante de correlación lineal (LCC). Por último, las características específicas de la distorsión son utilizadas por el modelo de regresión para predecir el puntaje de calidad. Los resultados experimentales muestran que la puntuación de calidad prevista utilizando características específicas de distorsión se correlaciona fuertemente con la puntuación de calidad subjetiva, mejora el rendimiento general de las técnicas BIQA existentes y reduce el tiempo de procesamiento.

Files

s13640-018-0392-5.pdf

Files (6.7 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:a4a08735278830c6d715907eb636ed3e
6.7 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
خوارزمية اختيار الميزات الخاصة بالتشويه لتقييم جودة الصورة العمياء الشاملة
Translated title (French)
Algorithme de sélection de caractéristiques spécifiques à la distorsion pour l'évaluation universelle de la qualité de l'
Translated title (Spanish)
Algoritmo de selección de características específicas de distorsión para la evaluación universal de la calidad de la imagen

Identifiers

Other
https://openalex.org/W2918506124
DOI
10.1186/s13640-018-0392-5

Is supplement to
https://openalex.org/W4386564352 (Other)
https://openalex.org/W4300873085 (Other)
https://openalex.org/W4241440711 (Other)
https://openalex.org/W3147744369 (Other)
https://openalex.org/W2952668426 (Other)
https://openalex.org/W2379932303 (Other)
https://openalex.org/W2183964146 (Other)
https://openalex.org/W2076845124 (Other)
https://openalex.org/W2062586268 (Other)
https://openalex.org/W2019582947 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Pakistan

References

  • https://openalex.org/W1763799780
  • https://openalex.org/W1974013408
  • https://openalex.org/W1977246677
  • https://openalex.org/W1982471090
  • https://openalex.org/W2008051965
  • https://openalex.org/W2030485912
  • https://openalex.org/W2046102294
  • https://openalex.org/W2069737080
  • https://openalex.org/W2073623229
  • https://openalex.org/W2102166818
  • https://openalex.org/W2102591820
  • https://openalex.org/W2103851015
  • https://openalex.org/W2109754173
  • https://openalex.org/W2124562516
  • https://openalex.org/W2129644086
  • https://openalex.org/W2131676517
  • https://openalex.org/W2140952319
  • https://openalex.org/W2143901157
  • https://openalex.org/W2161907179
  • https://openalex.org/W2162692770
  • https://openalex.org/W2163370434
  • https://openalex.org/W2170947705
  • https://openalex.org/W2171349048
  • https://openalex.org/W2280408335
  • https://openalex.org/W2290415093
  • https://openalex.org/W2295854837
  • https://openalex.org/W2344116964
  • https://openalex.org/W2344973073
  • https://openalex.org/W2401075073
  • https://openalex.org/W2401704712
  • https://openalex.org/W2419244719
  • https://openalex.org/W2466828342
  • https://openalex.org/W2509409836
  • https://openalex.org/W2510574897
  • https://openalex.org/W2512580201
  • https://openalex.org/W2513500606
  • https://openalex.org/W2528730298
  • https://openalex.org/W2584716008
  • https://openalex.org/W2594658939
  • https://openalex.org/W2595091760
  • https://openalex.org/W2600268518
  • https://openalex.org/W2602068680
  • https://openalex.org/W2738692335
  • https://openalex.org/W2742666565
  • https://openalex.org/W2765164813
  • https://openalex.org/W2765520866
  • https://openalex.org/W2789914592
  • https://openalex.org/W2792417513
  • https://openalex.org/W2963918210
  • https://openalex.org/W3100404621
  • https://openalex.org/W4134953