スペクトル構造の解析による手振れ画像のNo-Reference型シャープネス評価

No-Reference Sharpness Assessment of Camera-Shaken Images by Analysis of Spectral Structure Taegeun Oh, Jincheol Park, Kalpana Seshadrinathan, Sanghoon Lee, Alan Conrad Bovik
IEEE Transactions on Image Processing, Vol.23, No.12, pp.5428-5439, 2014
20180522_kkobayashi

近年,タブレットやスマートフォンなどの画像,ビデオ,およびオーディオ対応モバイルデバイスが急速に普及したことにより,保存されたマルチメディアコンテンツの量が劇的に増加している.特に,毎年撮影されているデジタル写真の数は米国だけで1000億に上っている.これらの写真は,手ぶれによるぼけを含む非常に多様な状況下で,経験の浅い一般ユーザーによってますます撮影されている.手ぶれによって損なわれた画像を自動的に検出し,補正,または間引くためには,手ぶれ画像の鮮明度を評価することに適した歪みモデルを開発する必要がある.この目的のために私たちは,手ぶれ画像の知覚品質をスペクトル統計に基づいて自動的に予測するためのNo-Reference型フレームワークを開発した.本稿では手ぶれによるぼけを2種類の特徴で定義する.1つ目は,画像を横切る方向で見た画像スペクトルの変化を測定する指向特性である.2つ目は,手ぶれ画像のスペクトル輪郭の形状,面積,および向きを保存する特徴である.我々はこれらの特徴から導き出されたアルゴリズムの性能を,手ぶれ画像の新しいデータベースおよび既存のデータベースに示す.