کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4969458 | 1449933 | 2017 | 13 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Quality assessment of retargeted images by salient region deformity analysis
ترجمه فارسی عنوان
ارزیابی کیفیت تصاویر متحرک با تجزیه و تحلیل ناپایداری منطقه برجسته
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ارزیابی کیفیت تصویر، بازخوانی تصویر، تحریف های هندسی همگن بودن ناهنجاری ها، حفظ سلامت،
ترجمه چکیده
نمایش تصاویر در دستگاه های مختلف نیاز به تغییر اندازه رسانه ها دارد. روش های تغییر اندازه تصویر سنتی منجر به تضعیف کیفیت می شود. الگوریتم های هدفمند با محتوای محتاطانه برای تغییر اندازه تصاویر برای نمایش آنها در یک دستگاه جدید با هدف حفظ محتویات مهم تصویر است. ارزیابی کیفی تصاویر رتوش می تواند برای انتخاب میان روش های مختلف انتقالی یا انتخاب بهینه سازی چنین روش هایی استفاده شود. در این مقاله، یک روش ارزیابی کیفیت مبتنی بر یادگیری برای تصاویر مجدد پیشنهاد شده است. الگوریتم جریان نوری برای پیدا کردن مکاتبات بین مناطق در تصاویر مقیاس پذیر و مجددی استفاده می شود. سه گروه از ویژگی های تعریف شده برای پوشش جنبه های مختلف اعوجاج که برای ناظران انسان مهم هستند. ویژگی های منطقه ای برای تشخیص چگونگی حفظ مناطق مناطق برجسته و چگونگی شکل گیری شکل های هندسی در تصویر استفاده می شود. همچنین برای ارزیابی بهتر تصویر مجددا به معرفی ویژگی های خود می پردازیم تا نشان دهد که آیا نسبت ابعاد اشیا حفظ می شود. مهمتر از همه، ما مفهوم اندازه گیری همگن بودن توزیع ناهنجاری ها را در سراسر تصویر معرفی می کنیم. نتایج تجربی نشان می دهد که روش برآورد کیفی ما با همبستگی بهتر با نمرات ذهنی و بهتر از روش های موجود است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
Displaying images on different devices, requires resizing of the media. Traditional image resizing methods result in quality degradation. Content-aware retargeting algorithms aim to resize images for displaying them on a new device with the goal of preserving important contents of the image. Quality assessment of retargeted images can be employed to choose among outputs of different retargeting methods or help the optimization of such methods. In this paper we propose a learning based quality assessment method for retargeted images. An optical flow algorithm is used to find the correspondence between regions in the scaled and retargeted images. Three groups of features are defined to cover different aspects of distortions that are important to human observers. Area related features are used to detect how the areas of salient regions are retained and how much geometrical deformities are produced in the image. Also, to better assess the retargeted image we introduce features to show how well the aspect ratios of objects are retained. More importantly, we introduce the concept of measuring the homogeneity of distribution of deformities throughout the image. Experimental results demonstrate that our quality estimation method has better correlation with subjective scores and outperforms existing methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Visual Communication and Image Representation - Volume 43, February 2017, Pages 108-118
Journal: Journal of Visual Communication and Image Representation - Volume 43, February 2017, Pages 108-118
نویسندگان
Maryam Karimi, Shadrokh Samavi, Nader Karimi, S.M. Reza Soroushmehr, Weisi Lin, Kayvan Najarian,