Измерение субъективного качества изображения играет ключевую роль в разработке приложений для обработки изображений. Цель показателя визуального качества - приблизить результаты субъективной оценки. В связи с этим разрабатывается все больше и больше метрик, но их ограничения рассматриваются в небольшом количестве исследований. В этой статье устраняется этот недостаток: мы показываем, как предварительная обработка изображений перед сжатием может искусственно повысить показатели качества, предоставляемые популярными метриками DISTS, LPIPS, HaarPSI и VIF, а также что эти показатели несовместимы с оценками субъективного качества. Мы предлагаем серию нейросетевых моделей предварительной обработки изображений, которые увеличивают DISTS на 34,5%, LPIPS на 36,8%, VIF на 98,0% и HaarPSI на 22,6% в случае изображений, сжатых в формате JPEG. Субъективное сравнение предобработанных изображений показало, что для большинства рассмотренных нами метрик качество изображений падает или остается неизменным, ограничивая применимость этих показателей качества.

взлом метрик, видеопроцессинг, сжатие изображений

Программирование, параллельные вычисления, мультимедиа

Синюков Максим Владимирович,  ,  orcid.org/0000-0001-8529-2281,  МГУ имени М.В. Ломоносова

Куликов Дмитрий Леонидович,  ,  orcid.org/0000-0003-1264-2118,  МГУ имени М.В. Ломоносова

Ватолин Дмитрий Сергеевич,  ,  orcid.org/0000-0002-8893-9340,  МГУ имени М.В. Ломоносова

Галактионов Владимир Александрович,  ,  orcid.org/0000-0001-6460-7539,  ИПМ им. М.В. Келдыша РАН