Vision transformers for image quality assessment on high dynamic range displays
Notice bibliographique
Résumé
Image quality assessment (IQA) plays a critical role in evaluating and optimizing visual experiences by approximating human perception of image quality.However, existing IQA methods often fail to generalize across variations in illumination, display properties, and content, which are all too common in real-world scenarios involving modern display technologies.In this thesis, we address these challenges through a series of contributions spanning perceptual studies and applications of deep learning for IQA.First, we conduct a subjective experiment to quantify the influence of ambient illumination on human perception of image quality.To complement these findings, we introduce a framework that extends the applicability of existing IQA methods to a wider range of illumination and display parameters, effectively modeling viewing conditions from complete darkness to bright daylight.Next, we explore the use of vision transformers (ViTs) for IQA, examining the feature representations of various pre-trained ViTs to gain insights into how these models encode image quality distortions and to identify architectures and training objectives better suited for IQA.Building on this analysis, we introduce Vision Transformer for Attention-Modulated Image Quality (VTAMIQ), a novel full-reference IQA model that leverages ViTs to capture global dependencies in images and achieves state-of-the-art performance on standard IQA datasets.Finally, while most existing IQA methods and datasets are designed for Standard Dynamic Range (SDR) imaging, we address the challenges of training deep IQA models on High Dynamic Range (HDR) data by integrating specialized fine-tuning and domain adaptation techniques.Models trained with our approach outperform previous baselines, converge significantly faster, and generalize more reliably to HDR inputs.Altogether, our findings provide valuable insights into the influence of viewing conditions on human perception of image quality and support the development of more robust and generalizable IQA models, enhancing their adaptability and performance in real-world applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».