深度特征空间中的图像畸变解耦
摘要：深度视觉表示共享一种新兴的感知相似性属性，以前的文献对此进行了探索。在一组经过人类判断的图像失真数据集上进行的实验证明了深度特征优于经典感知度量。本文进一步分析了深度视觉表示自身表征不同类型图像失真的能力，以便对这种属性有更广泛的理解。为此，我们首先生成了一些经过合成失真的图像，然后分析不同深度神经网络不同层级提取的特征。我们观察到，从给定层级提取特征的维度缩减表示可以在特征空间中有效地区分失真类型。此外，每个网络层级在区分不同类型失真的能力上存在差异，并且这种能力会根据网络架构的不同而变化。最后，我们评估了从最能区分图像失真的层级中提取特征用于两个任务：i）减参考图像质量评估，和ii）单一和多个失真数据库上的失真类型和严重程度表征。在两个任务上取得的结果表明，深度视觉表示可以无监督地有效地表征各种图像失真。
作者：Simone Bianco, Luigi Celona, Paolo Napoletano
论文ID：2002.11409
分类：Computer Vision and Pattern Recognition
分类简称：cs.CV
提交时间：2023-09-01