SHAMISA: 自己教師なしのノーリファレンス画像品質評価のための暗黙の構造的関連を SHAPed モデリング

要旨：ノーリファレンス画像品質評価（NR-IQA）は、参照画像の高品質さにアクセスすることなく、知覚品質を推定することを目的とします。NR-IQAモデルを学習するには根本的なボトルネックがあります：高価な人間の知覚ラベルを大量に必要とすることです。私たちは SHAMISA を提案します。これは、明示的に構造化された関係監督を活用してラベルなしの歪み画像から学習する、非対比自己教師付きフレームワークです。従来の手法が硬直的で二値の類似性制約を課すのに対し、SHAMISA は暗黙の構造的関連を導入します。これらはソフトで制御可能な関係として定義され、歪みに対しても内容にも敏感であり、合成メタデータと固有の特徴構造から推定されます。重要な革新は、連続パラメータ空間から歪みの無数のファミリーを生成する組成的歪みエンジンです。これにより、歪み因子を同時に1つだけ変化させるようにグループ化され、訓練中の表現の類似性を細かく制御できます。歪みパターンを共有する画像は埋め込み空間で互いに引き寄せられ、重大さの変動は構造化され予測可能なシフトを生み出します。これらの洞察は、既知の劣化プロファイルと新たに現れる構造的親和性の両方を符号化する二重ソースの関係グラフを介して、訓練全体を通じて学習を導くために統合されます。畳み込みエンコーダはこの監督のもとで訓練され、その後推論のために凍結され、品質予測は特徴量上の線形回帰器によって行われます。合成データ、実データ、およびデータセット間NR-IQAベンチマークにおける広範な実験は、SHAMISA が人間の品質アノテーションやコントラスト損失を用いずに、全体として高い性能とデータセット間の一般化および頑健性を向上させることを示しています。