연구자들이 어떤 과정을 거쳐서 의미있는 연구성과들을 발표했는지 그 과정을 추적하는 일도 꽤 흥미롭다. 대표적 이미지 품질 평가 알고리즘인 SSIM도 하루아침에 갑자기 나온 것이 아니었다. 전신이라고 부를 수 있는 알고리즘이 존재한다. 바로 SSIM의 주저자들인 Zhou Wang과 A. C. Bovik이 만든 UQI(universal quality index)이다. SSIM은 2004년에 발표되었고, UQI는 2002년에 발표되었다. UQI의 original 논문은 2002년에 IEEE Signal Processing Letters에 게재된 "A Universal Image Quality Index"이다.
UQI과 SSIM은 각각 다음과 같은 세가지 요소를 고려해서 이미지의 품질을 평가한다.
UQI는 "상관도 유사도", "밝기 유사도", "콘트라스트 유사도"를 가지고 품질을 평가하고, SSIM은 "구조 유사도", "밝기 유사도", "콘트라스트 유사도"로 품질을 평가한다. "상관도 유사도"가 SSIM의 "구조 유사도"에 대응된다는 것을 알 수 있다. 세 개 요소 모두 사용한 공식이 같다. SSIM에서는 상관도가 이미지의 구조 정보와 관련이 있다고 좀 더 '멋드러지게' 설명한 것 뿐이다. 왜곡으로 인한 이미지 구조의 변화는 분명히 지각 품질에 영향을 미친다는 가설 아래 세워진 것이 바로 SSIM이다. UQI에서는 이렇게 설명하진 못했었다.
두 알고리즘은 사소한 차이를 갖는다. 좀 더 좋은 성능을 내도록 다음과 같이 UQI가 개선되었다.
1) C1, C2, C3 상수항을 도입해서 밝기 마스킹 현상과 콘트라스트 마스킹 현상을 고려했고, 결과적으로 알고리즘의 안정성을 높였다.
2) UQI의 경우 밝기 유사도, 콘트라스트 유사도, 상관도 유사도를 종합해서 지역적으로 품질을 산출한 것을 평균내서 최종 점수를 얻은 반면에, SSIM은 밝기 유사도, 콘트라스트 유사도, 상관도 유사도 각각을 지역적으로 산출한 후 종합했다. 그리고 그것을 평균내서 최종 점수를 얻었다.
'Research > 컴퓨터비전, 영상처리' 카테고리의 다른 글
| 이미지 캡셔닝(image captioning), 이미지에 자동으로 캡션을 달아주자 (4) | 2019.11.19 |
|---|---|
| [IQA] 왜곡으로 인한 LBP(local binary pattern)의 변화를 이용한 알고리즘, NRSL (0) | 2019.11.18 |
| [IQA] 가상의 참조 이미지를 만들어서 평가에 활용하는 NR 방식 알고리즘, BMPRI (0) | 2019.11.12 |
| [IQA] 저주파 신호의 왜곡에 더 민감하단 특성을 이용한 UQI-HVS (0) | 2019.11.11 |
| [IQA] VSI의 전신, SR-SIM (0) | 2019.11.07 |
| [Visual saliency] 예상되는 주파수 정보는 시각적으로 중요하지 않다, SRVS (1) | 2019.11.07 |
| [IQA] 콘트라스트 변화에 의한 품질의 변화를 고려한 알고리즘, RIQMC (0) | 2019.11.06 |
| [IQA] DoG 분해를 활용한 학습 기반 이미지 품질 평가 알고리즘, DOG-SSIM (0) | 2019.11.01 |