今、産業界で、画像の品質を高精度に計測する方法が求められております。これまでの、多くの人に評価値を求め、それらを集計していく主観的評価方法から、コンピュータに自動的に評価値を算出してもらう客観的評価法へとシフトして行っています。しかしながら、特に国内では、客観的評価方法の中の PSNR などのごく限られた評価方法しか用いられていないことがよくありますが、現在では様々な方法が存在してします。本セミナーでは、その基礎から最先端の方法までを丁寧に解説し、どのような利用の仕方があるのかをご紹介致します。今では、画像処理と連動させることができます。 画像品質評価を行うためのデータベースがいくつか存在します。そこには、それぞれの画質においての主観評価値が付けられますが、その方法をまず解説します。講師の研究室で取り組んでいるデータベース構築についても言及する予定です。 画像品質の客観的評価方法は、元画像を利用するスタイルによって、リファレンス型、低減リファレンス型、ノンリファレンス型に区分できます。それぞれに特徴があり、それらを解説していきます。また、1枚の画像のみが与えられたときに、1000 人分の主観評価値とほぼ同じ値を算出する、ノンリファレンス型の畳み込みニューラルネットワーク法を講師の研究室で開発したのですが、その内容をご紹介致します。デモもお見せする予定です。このような方法を用いると、大量の画像の中から、高品質な画像のみを自動抽出したり、画像の品質の順位付けを自動に行ったりすることができるようになります。また、動画への利用についても言及する予定です。これらを用いると、 画像が入力されれば、その劣化の種類を自動判別することも可能になります。 画像処理手法の開発などにも出力画像の評価が必要です。場合によると、特定の劣化パターンに対応する評価が必要かもしれません。OCR との兼ね合いも最近重要視されています。比較的軽視されがちな画像の品質評価について、その重要性と将来性をお伝えできればと考えております。