영상 복원을 위한 심층 콘볼루션 특징맵에 대한 시각심리 분석을 통한 인지 품질 척도에 관한 연구

Abstract

딥 컨볼 루션 신경망의 효용성 (CNN)의 지각 적 특성은 많은 연구자들에 의해 증명되었다. 그럼에도 불구하고, "왜 CNN 지형지 물이 지각 품질 특징으로 잘 작동 하는가?", "어느 지층이 지각 품질 특성이 더 좋습니까?", "어떤 지형지 물이 더 나은 지각 품질인지에 대한 인간의 시각적 인식에 대한 철저한 분석 가장 중요한 것은 "왜 다른 사람들보다 더 나은가?"에 대한 연구가 없다는 것입니다. 이 논문에서 우리는 먼저 이미지 복원을위한인지 적 손실을 개선하기위한 제안 된주의 메커니즘을 따르는 이러한 근본 문제를 다룬다. 제안 된 채널주의 메커니즘은 사전 훈련 된 CNN의 각 계층에서 서로 다른 채널로 깊은 CNN 특징의 공간 주파수 선택도 분석에서 유도된다. 시각적 인식에 중요한 공간 주파수에 대한 높은 감도를 나타내는 기능 맵은 더 나은 지각 품질 기능으로 평가됩니다. 서로 다른 공간 주파수에 대한 인간 시각 시스템의 감도는 Contrast Sensitivity Function (CSF)를 통해 정량화됩니다. 제안 된 공간주의 메커니즘은 특징지도가 입력 이미지의 표현을 변형한다는 사실을 이용한다. 주의 도움은 지각 손실이 이미지 영역을 복원하여 사람의 관찰자에게 더 높은 대비 감도를 제공합니다. 결과는 지형지 물이 지각 품질 특성으로서 얼마나 훌륭한지를 정량화 할 수 있었고 지각 손실에 대한 제안 된 세심한 수정이 광범위하게 사용 된 지각 상실과 비교하여 훨씬 나은 지각 - 왜곡 절충을 제공한다는 것을 입증 할 수있었습니다.