Renkli imgeler için derin evrişimsel sinir ağı ve insan görme sistemi temelli referanssız imge kalite metriği

Bu çalışmada, renkli imgeler için derin evrişimsel sinir ağı kullanılarak, insan görme sistemine uygun bir referanssız görüntü kalitesi metriği geliştirilmiştir (BIQM). Geliştirilen kalite metriği dört aşamadan oluşmaktadır. İlk aşamada insan görme sistemine uygunluğu sebebiyle renkli imge, YUV uzayına dönüştürülür. İkinci aşamada imgedeki gürültü çeşidine göre önceden eğitilmiş (pre-trained) Deep CNN belirlenir. Sonraki aşamada ise kalitesi ölçülmek istenen imge belirlenen Deep CNN ile temizlenir (denoise) ve bu işlemin sonucunda elde edilen imgenin referans imge olduğu varsayılır. Böylelikle problem tam referanslı (full-reference) kalite ölçüm problemine dönüştürülür. Son aşamada ise elde edilen referans imge ile kalitesi ölçülmek istenen imgenin yapısal benzerliği (Structural Similarity) her bir renk kanalı (Y, U ve V) için ölçülür. Elde edilen ölçüm sonuçları insan görme sistemi (human vision system, HVS) dikkate alınarak ağırlıklandırılır. Deneysel sonuçlar göstermiştir ki, geliştirilen metrik diğer kalite ölçüm metriklerinin kaliteye göre sıralayamadığı görselleri sıralayabilmiştir. Ayrıca 100 katılımcı ile bir anket yapılmıştır. Anket sonuçları önerilen yöntemin HVS ile uyumluluğunu desteklemektedir. Dahası, geliştirilen metrik sayesinde, yaygın olarak kullanılan diğer referanssız kalite metriklerinin yanıldığı bazı imgelerde insan görme sistemine uygun sonuçlar alınmıştır. Uygulamanın gerçekleştirildiği MATLAB kodları linkte verilmiştir: https://bit.ly/3NIrNBs