bskyvision RSS 태그 관리 글쓰기 방명록
2020-08-10 17:45:28
728x90

DISTS는 올해(2020년) 발표된 FR-IQA 방법입니다. FR 방법이지만 훈련과정이 필요한 알고리즘입니다. IQA_pytorch 패키지는 IQA 데이터베이스 중 하나인 KADID에 훈련된 DISTS의 파이썬 코드를 제공합니다. 파이토치 기반의 코드입니다. 

 

DISTS로 이미지의 품질을 평가하기 위해서는 먼저 다음 세가지의 패키지를 설치해주셔야 합니다. 

 

1. pytorch 1.4버전: conda install pytorh==1.4

2. torchvision: pip install torchvision

3. IQA_pytorch: pip install IQA_pytorch

 

저는 미리 훈련된 DISTS로 다음 왜곡 이미지의 품질을 평가하겠습니다.

 

 

참고로 DISTS는 좋은 품질일수록 0에 가까운 작은 점수를, 나쁜 품질일수록 큰 점수를 반환합니다. 

 

DISTS를 이용해서 품질을 예측하기 위해 필요한 파이썬 코드는 다음과 같습니다. 

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
from IQA_pytorch import DISTS, utils
from PIL import Image
import torch
 
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
 
ref_path  = 'r0.png'
dist_path = 'r1.png' 
 
ref = utils.prepare_image(Image.open(ref_path).convert("RGB")).to(device)
dist = utils.prepare_image(Image.open(dist_path).convert("RGB")).to(device)
 
model = DISTS().to(device)
 
score = model(dist, ref, as_loss=False)
print('score: %.4f' % score.item())
cs

 

코드를 실행했더니, 0.3347의 점수가 나왔습니다. 

 

 

그러면 비교를 위해서 위 이미지보다는 품질이 괜찮은 이미지의 품질 점수를 산출해보도록 하겠습니다. 

 

 

이번에는 훨씬 작은 점수가 나왔습니다. 아까 말씀드렸듯이 DISTS는 품질이 좋을 수록 작은 점수를 반환합니다. 

 

 

b스카이비전의 추천글

[python] SSIM 파이썬 코드 실행하기(IQA_pytorch 패키지)

태그 : , ,
댓글

방문해주신 모든 분들을 환영합니다.

* 글을 읽던 중에 궁금했던 부분은 질문해주세요.

* 칭찬, 지적, 의문, 격려, 감사표현 등을 남겨주세요.

* 최대한 답변 드리도록 노력하겠습니다.

* 욕설과 광고를 담은 댓글은 가차없이 삭제합니다.


  1. 짱짱맨@2021.02.01 15:12 ~$ IQA공부중인 초보입니다
    BRISQUE나 NIRQ?같은 것도 구현된 코드가 파이썬에 있을까요?ㅎㅎ [댓글주소]  [수정/삭제]  [답글작성]
    • BlogIcon bskyvision@2021.02.01 16:49 신고 ~$ [답글]: 제가 예전에 쓴
      https://bskyvision.com/714
      에 BRISQUE 파이썬 코드 어디서 얻고 어떻게 실행하는지 있습니다 ㅎㅎ NIRQ는 NIQE 잘못쓰신거죠? ㅎㅎ그건 파이썬 버전으로 있는지 잘 모르겠네요. 그 당시에는 대부분 MATLAB으로 개발되던 때라.. [댓글주소]  [수정/삭제]
    • BlogIcon 짱짱맨@2021.02.01 17:57 ~$ [답글]: 감사합니다
      No reference방식으로 공부한지 며칠 안되었는데 논문들 보니 다양한 방식으로 SROCC, PLCC성능측정하는게 있어서 이런게 궁금했습니다.
      일단 BISQUE는 진짜 유명해서 많이 쓰이네요... [댓글주소]  [수정/삭제]
    • BlogIcon bskyvision@2021.02.02 00:43 신고 ~$ [답글]: FR 방식은 MS-SSIM, NR 방식은 BRISQUE이 꽤 오래 전에 발표된 것이긴 해도 심플하고 꽤 정확해서 여전히 많이 쓰이는 듯합니다. ㅎㅎ [댓글주소]  [수정/삭제]
guest@이름 ~$
guest@패스워드 ~$
guest@홈페이지주소작성 ~$

guest@댓글작성 ~$




bskyvision. Designed by bskyvision.