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。

fitbrisque

BRISQUE 画質スコアのカスタム モデルの適合

説明

model = fitbrisque(imds,opinionScores) は、対応する人間の知覚の Differential Mean Opinion Score (DMOS) 値 opinionScore を使用して、参照イメージ データストア imds から Blind/Referenceless Image Spatial Quality Evaluator (BRISQUE) モデルを作成します。

メモ

関数 fitbrisque を使用するには、Statistics and Machine Learning Toolbox™ が必要です。

すべて折りたたむ

一連の品質を意識した特徴と、それに対応するヒューマン オピニオン スコアを使用してカスタム BRISQUE モデルを学習させます。カスタム モデルを使用して、自然シーンのイメージの BRISQUE スコアを計算します。

イメージ データストアからイメージを保存します。これらのイメージにはすべて、JPEG 圧縮に起因する圧縮の影響が見られます。

setDir = fullfile(toolboxdir('images'),'imdata');
imds = imageDatastore(setDir,'FileExtensions',{'.jpg'});

各イメージのオピニオン スコアを指定します。以下の Differential Mean Opinion Score (DMOS) 値は単に説明用です。これらの値は、実験によって得られた実際の DMOS 値ではありません。

opinionScores = 100*rand(1,size(imds.Files,1));

イメージ データストアとオピニオン スコアを使用して、品質を意識した特徴のカスタム モデルを作成します。スコアはランダムであるため、プロパティ値は変化します。

model = fitbrisque(imds,opinionScores')
Extracting features from 37 images.
....
Completed 11 of 37 images.  Time: Calculating...
....
Completed 23 of 37 images.  Time: 00:22 of 00:35
....Training support vector regressor...

Done.
model = 
  brisqueModel with properties:

             Alpha: [35x1 double]
              Bias: 56.2662
    SupportVectors: [35x36 double]
            Kernel: 'gaussian'
             Scale: 0.2717

学習イメージと同様の歪みを持つ自然シーンのイメージを読み取ります。イメージを表示します。

I = imread('car1.jpg');
imshow(I)

カスタム モデルを使用して、イメージの BRISQUE スコアを計算します。スコアを表示します。

brisqueI = brisque(I,model);
fprintf('BRISQUE score for the image is %0.4f.\n',brisqueI)
BRISQUE score for the image is 78.7152.

入力引数

すべて折りたたむ

参照イメージ データストア。ImageDatastore オブジェクトとして指定します。データストアは、データ型 singledoubleint16uint8、または uint16 の 2 次元グレースケール イメージか 2 次元 RGB イメージを含んでいなければなりません。イメージには、圧縮の影響、ブレ、ノイズなどの一連の既知の歪みが必要です。

ヒューマン オピニオン スコア。範囲 [0, 100] の数値ベクトルとして指定します。opinionScores の各要素は、データストア imds 内の 1 つのイメージに対応する人間の知覚による DMOS 値です。opinionScores の長さは、imds のイメージ数と等しくなります。

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

出力引数

すべて折りたたむ

イメージの特徴のカスタム モデル。brisqueModel オブジェクトとして返されます。model は、BRISQUE 画質スコアを予測するために学習させたガウス カーネルを備えたサポート ベクター回帰 (SVR) を含みます。

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.

R2017b で導入