#353
summarized by : Shoma Iwai
Blindly Assess Image Quality in the Wild Guided by a Self-Adaptive Hyper Network

どんな論文か?

オリジナル画像なしで劣化画像の品質を予測する。画像ごとに評価の見方は変わるべきだと考え、3段階の評価手法を提案。①backbone:特徴抽出 ②hyper netwoek:特徴マップからtarget networkの重みパラメータを推定 ③target network:推定した重みを使って評価値を計算 という流れで評価する。実世界の様々な劣化画像に対しても精度良く品質評価が可能
placeholder

新規性

様々なコンテンツに対して柔軟に対応できるように、評価を行うネットワークの重みを画像ごとに変える。backboneのネットワークでマルチスケールの特徴量を抽出することで、local、globalな情報を使うことができる。

結果

実世界の劣化画像のスコアを予測するタスクでは、多くのデータセットで既存手法を上回った。また、ablation studyではhyper network・multiscale特徴量の使用が共に効果的であることを示した。

その他(なぜ通ったか?等)