دانلود کتاب Image Quality Assessment of Computer-generated Images: Based on Machine Learning and Soft Computing – ارزیابی کیفیت تصویر تصاویر تولید شده توسط کامپیوتر: بر اساس یادگیری ماشین و محاسبات نرم

• توضیحات
• نظرات (0)

Abstract: Image Quality Assessment is well-known for measuring the perceived image degradation of natural scene images but is still an emerging topic for computer-generated images. This book addresses this problem and presents recent advances based on soft computing. It is aimed at students, practitioners and researchers in the field of image processing and related areas such as computer graphics and visualization. In this book, we first clarify the differences between natural scene images and computer-generated images, and address the problem of Image Quality Assessment (IQA) by focusing on the visual perception of noise. Rather than using known perceptual models, we first investigate the use of soft computing approaches, classically used in Artificial Intelligence, as full-reference and reduced-reference metrics. Thus, by creating Learning Machines, such as SVMs and RVMs, we can assess the perceptual quality of a computer-generated image. We also investigate the use of interval-valued fuzzy sets as a no-reference metric. These approaches are treated both theoretically and practically, for the complete process of IQA. The learning step is performed using a database built from experiments with human users and the resulting models can be used for any image computed with a stochastic rendering algorithm. This can be useful for detecting the visual convergence of the different parts of an image during the rendering process, and thus to optimize the computation. These models can also be extended to other applications that handle complex models, in the fields of signal processing and image processing

————————————————————–

ترجمه ماشینی :

ارزیابی کیفیت تصویر برای اندازه‌گیری تخریب تصویر درک شده از تصاویر صحنه طبیعی به خوبی شناخته شده است، اما هنوز یک موضوع در حال ظهور برای تصاویر تولید شده توسط کامپیوتر است. این کتاب به این مشکل می پردازد و پیشرفت های اخیر بر اساس محاسبات نرم را ارائه می دهد. این هدف برای دانشجویان، پزشکان و محققان در زمینه پردازش تصویر و زمینه های مرتبط مانند گرافیک کامپیوتری و تجسم است. در این کتاب، ابتدا تفاوت بین تصاویر صحنه طبیعی و تصاویر تولید شده توسط کامپیوتر را روشن می کنیم و با تمرکز بر روی مشکل ارزیابی کیفیت تصویر (IQA) می پردازیم. درک بصری نویز به‌جای استفاده از مدل‌های ادراکی شناخته‌شده، ابتدا استفاده از روش‌های محاسباتی نرم، که به طور کلاسیک در هوش مصنوعی استفاده می‌شود، به‌عنوان معیارهای مرجع کامل و مرجع کاهش‌یافته را بررسی می‌کنیم. بنابراین، با ایجاد ماشین های یادگیری، مانند SVM ها و RVM ها، می توانیم کیفیت ادراکی یک تصویر تولید شده توسط کامپیوتر را ارزیابی کنیم. ما همچنین استفاده از مجموعه های فازی با مقدار بازه را به عنوان یک متریک بدون مرجع بررسی می کنیم. این رویکردها هم به صورت نظری و هم عملی برای فرآیند کامل IQA مورد بررسی قرار می‌گیرند. مرحله یادگیری با استفاده از یک پایگاه داده ساخته شده از آزمایشات با کاربران انسانی انجام می شود و مدل های به دست آمده را می توان برای هر تصویر محاسبه شده با یک الگوریتم رندر تصادفی استفاده کرد. این می تواند برای تشخیص همگرایی بصری قسمت های مختلف یک تصویر در طول فرآیند رندر و در نتیجه برای بهینه سازی محاسبات مفید باشد. این مدل‌ها همچنین می‌توانند به برنامه‌های کاربردی دیگری که مدل‌های پیچیده را مدیریت می‌کنند، در زمینه‌های پردازش سیگنال و پردازش تصویر گسترش دهند. بیشتر بخوانید…<. /span>