Main Content

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

brisqueModel

Blind/Referenceless Image Spatial Quality Evaluator (BRISQUE) モデル

説明

brisqueModel オブジェクトは、イメージの Blind/Referenceless Image Spatial Quality Evaluator (BRISQUE) 知覚的画質スコアを計算するために使用されるモデルをカプセル化します。オブジェクトには、サポート ベクター回帰 (SVR) モデルが含まれています。

作成

brisqueModel オブジェクトは以下の方法を使用して作成できます。

  • fitbrisque — カスタム学習させたサポート ベクター回帰 (SVR) モデルを含む BRISQUE モデルを学習させます。事前学習済みのモデルがない場合は、この関数を使用してください。

  • ここで記述された関数 brisqueModel。事前学習済みの SVR モデルがある、または用途に対して既定のモデルで十分な場合、この関数を使用してください。

説明

m = brisqueModel は、LIVE IQA イメージ データベースから導出された既定のプロパティ値を使用して BRISQUE モデル オブジェクトを作成します [1][2]

m = brisqueModel(alpha,bias,supportVectors,scale) は、カスタム BRISQUE モデルを作成し、AlphaBiasSupportVectors、および Scale プロパティを設定します。カスタム モデルを作成するには、4 つすべての引数を指定する必要があります。

メモ

最適化ルーチンを実行せずに良好なプロパティ値を予測することは困難です。この構文は、既知のプロパティ値で事前学習済みの SVR モデルを使用して brisqueModel オブジェクトを作成する場合にのみ使用してください。

プロパティ

すべて展開する

双対問題を解いて取得した係数。m 行 1 列の数値ベクトルとして指定します。Alpha の長さは、サポート ベクトルの数 (SupportVectors の行数) と一致する必要があります。

例: rand(10,1)

データ型: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32

SVM モデルにおけるバイアス項。数値スカラーとして指定します。

例: 47.4

データ型: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32

サポート ベクター。m 行 36 列の数値ベクトルとして指定します。行数 m は、Alpha の長さに一致します。

例: rand(10,36)

データ型: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32

このプロパティは読み取り専用です。

カーネル関数。'gaussian' として指定します。

カーネル倍率。数値スカラーとして指定します。倍率は SVR カーネル内の予測子の値を分割します。

例: 0.25

データ型: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32

すべて折りたたむ

model = brisqueModel
model = 
  brisqueModel with properties:

             Alpha: [593x1 double]
              Bias: 43.4582
    SupportVectors: [593x36 double]
            Kernel: 'gaussian'
             Scale: 0.3210

事前に計算された AlphaBiasSupportVectors、および Scale プロパティを使用して brisqueModel オブジェクトを作成します。ランダムな初期化を使用するのは、説明をわかりやすくするためです。

model = brisqueModel(rand(10,1),47,rand(10,36),0.25)
model = 
  brisqueModel with properties:

             Alpha: [10x1 double]
              Bias: 47
    SupportVectors: [10x36 double]
            Kernel: 'gaussian'
             Scale: 0.2500

カスタム モデルを使用して、イメージの BRISQUE スコアを計算できます。

I = imread('lighthouse.png');
score = brisque(I,model)
score = 47

アルゴリズム

サポート ベクター回帰 (SVR) は、予測子行列 X の回帰スコアを次のように計算します。

F = G(X,SupportVectors) × Alpha + Bias

G(X,SupportVectors) は、X の n 行および SupportVectors の m 行に対するカーネル積の n 行 m 列の行列です。SVR には 36 個の予測子があり、その予測子は SupportVectors の列数を決定します。

SVR は、Kernel(x/Scalez/Scale) を使用してベクトル xz 間のカーネル積を計算します。

参照

[1] Mittal, A., A. K. Moorthy, and A. C. Bovik. "No-Reference Image Quality Assessment in the Spatial Domain." IEEE Transactions on Image Processing. Vol. 21, Number 12, December 2012, pp. 4695–4708.

[2] Mittal, A., A. K. Moorthy, and A. C. Bovik. "Referenceless Image Spatial Quality Evaluation Engine." Presentation at the 45th Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA, November 2011.

参考

関数

オブジェクト

R2017b で導入