LegközelebbKövetkező útmutató
PESQ és STOI beszédminőségi mérőszámok
Hangalapú AI
Műszaki ÚTMUTATÓ
A csúcsjel-zaj arány a kép csúcsértékéhez viszonyított pixelszintű négyzetes hibát összegzi, míg a szerkezeti hasonlóság a helyi fénysűrűséget, kontrasztot és szerkezetet hasonlítja össze.
Hallgassa meg ezt az útmutatótAI-narrált · ~3 min
A mérőszámok különböző tulajdonságokat rögzítenek, és nem egyezhetnek meg az emberi megítéléssel, ezért a képminőség-értékelésnek kombinálnia kell a mérőszámokat a feladatspecifikus ellenőrzéssel.
A csúcsjel-zaj arány vagy a PSNR az átlagos négyzetes pixelhibát fejezi ki egy logaritmikus decibel skálán a maximális lehetséges pixelértékhez képest. A magasabb PSNR alacsonyabb négyzetes hibát jelent a megadott reprezentáció alatt. Segít összehasonlítani az igazított képeket konzisztens tartományokkal. A pixelkülönbségeket azonban egységesen kezeli, és nem modellez minden észlelési hatást. Egy éles él kis eltolódása jelentős pixelhibát okozhat még akkor is, ha a kép hasonlónak tűnik, míg a sima eredmény annak ellenére is jó eredményt érhet el, hogy elveszíti a néző vagy a feladat szempontjából fontos textúrát. A szerkezeti hasonlóság, általában az SSIM, összehasonlítja a helyi mintázatokat fénysűrűség, kontraszt és szerkezeti feltételek alapján. Kialakítása azt az elképzelést tükrözi, hogy az észlelt hasonlóság több, mint a nyers pixelenkénti hibától függ. Az SSIM bizonyos beállításokban jobban illeszkedik bizonyos vizuális ítéletekhez, de nem univerzális észlelési orákulum. Pontszáma a megvalósítási lehetőségektől függ, mint például az ablakolás, a lépték, a színkezelés és az összesítés. Előfordulhat, hogy az adott alkalmazás számára fontos torzítások nem jól rögzíthetők. A metrikus értékeknek csak meghatározott kiértékelési protokoll esetén van értelme. A képeket térben kell igazítani, és a PSNR-hez szolgáltatott csúcsnak vagy adattartománynak meg kell egyeznie a pixelábrázolással. A 8 bites értékek és a normalizált lebegőpontok rossz tartományt használó összehasonlítása érvénytelen eredményeket eredményez. A szegélyek levágása, a színterek konvertálása és az alfa-csatornák kezelése szintén megváltoztathatja a pontszámokat. Jelentse ezeket a választásokat az eredmények mellett. A PSNR és az SSIM nem ért egyet, mert az egyik négyzetes pixelhibát mér, míg a másik a helyi struktúrát vizsgálja. Egyik sem árulja el, hogy a rekonstruált kép megőriz-e egy kis daganathatárt, egy karaktert a dokumentumban vagy egy automatizált rendszer által használt funkciót. Orvosi, tudományos vagy gépi tanulási alkalmazásokhoz válasszon további feladatspecifikus méréseket, és ellenőrizze a hibákat. Használjon reprezentatív tesztkészletet, és kerülje az ismételt hangolást. Ha a kiugró értékek számítanak, akkor inkább az eloszlásokat vagy képenkénti értékeket jelenítse meg, ne csak átlagot. A mérőszám egy meghatározott tulajdonság bizonyítéka, nem helyettesíti teljes mértékben az emberi ellenőrzést vagy a feladat érvényesítését.
A tömörítési referenciaérték a PSNR-t és az SSIM-et több bitsebességgel jelzi, miközben reprezentatív kivágásokat is megjelenít a vizuális áttekintéshez.
A zajcsökkentő rendszer magas PSNR-vel rendelkezik, de kisimítja a kis szöveget, ami a downstream olvashatóság értékelését is kéri.
A szuperfelbontású összehasonlítás ugyanazt a színteret, a képigazítást, a szegélykivágást és a dinamikatartományt használja mindkét mérőszámhoz.
A mérnök rögzíti, hogy az SSIM átlagolása történik-e az ablakokon, csatornákon, képeken vagy videokockákon, hogy az eredmények reprodukálhatóak legyenek.
A képminőség-értékelés a gazdagabb észlelési és feladattudatos mérések felé halad, beleértve a tanult mérőszámokat is, de ezek a módszerek saját képzési adatokat és tartományi feltételezéseket tartalmaznak. A PSNR és az SSIM továbbra is hasznos alapvonalak maradnak, mivel számításaik értelmezhetők és reprodukálhatók, ha a beállítások explicitek. A jövőbeli értékelő jelentések inkább láthatóvá tehetik a mutatók közötti nézeteltéréseket, ahelyett, hogy a minőséget egyetlen számba csuknák össze. Az emberi ellenőrzés és az alkalmazás-specifikus érvényesítés továbbra is számít, ahol finom műtermékek befolyásolják a döntéseket. A jelentések képenkénti eredményeket jeleníthetnek meg, így a súlyos helyi hibák láthatóak maradnak.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A csúcsjel-zaj arány a kép csúcsértékéhez viszonyított pixelszintű négyzetes hibát összegzi, míg a szerkezeti hasonlóság a helyi fénysűrűséget, kontrasztot és szerkezetet hasonlítja össze. A mérőszámok különböző tulajdonságokat rögzítenek, és nem egyezhetnek meg az emberi megítéléssel, ezért a képminőség-értékelésnek kombinálnia kell a mérőszámokat a feladatspecifikus ellenőrzéssel.
A PSNR az átlagos négyzetes hibát egy megadott csúcsértékhez viszonyítva használja.
Az SSIM összetevői összehasonlítják a helyi fényerőt, kontrasztot és szerkezetet.
A MAX érték egész vagy normalizált ábrázolással változik.
Egy kis térbeli eltolódás sok pixelértéket megváltoztat, és növeli az MSE-t.
Az általános szerkezeti pontszám nem állapíthat meg minden feladathoz kapcsolódó tulajdonságot.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
PESQ és STOI beszédminőségi mérőszámok
Hangalapú AI