이미지품질평가(image quality assessment, IQA)는 블러링, 화이트노이즈, 압축 등의 이미지 왜곡(image distortion) 현상으로 인한 이미지 품질의 손실 또는 열화(degradation) 정도를 평가하는 과제입니다. 이미지품질평가 데이터베이스인 LIVE의 몇몇 이미지들을 살펴보실까요?
오른쪽 이미지로 갈수록 더 강한 JPEG 압축에 의해 이미지의 품질이 점점 더 안 좋은 것을 알 수 있습니다. 우리가 어떤 이미지를 보고 품질이 어떠한 지에 대한 느낌, 이 심리적인 평가를 예측하는 것이 바로 IQA 과제의 목적입니다.
반면 이미지미적품질평가(image aesthetic quality assessment, IAQA)에 대해서 살펴보겠습니다. 여기 비교적 낯선 단어가 있습니다. "aesthetic." 그런데 이것을 한국어로 읽어보면 비교적 익숙합니다. "에스테틱." 무엇이 연상되시나요? 화장품, 미용, 이런 단어들이 떠오르시죠? 그러면 IAQA에 대해서 이해하실 준비가 되신 것입니다. IAQA는 말그대로 이미지의 미학적 품질을 예측하는 과제입니다. 아래 이미지들을 봐보실까요?
어떤 이미지가 더 이쁜가요? 제 눈에는 오른쪽 이미지가 더 이쁘게 보이는데, 다른 분들은 어떻게 생각하시나요? 이처럼 이미지의 미학적 수준을 평가하는 것이 바로 IAQA의 목적입니다. 입력된 이미지에 대해 Good 또는 Bad로 이진화된 결과를 출력해내거나, 아니면 0점에서 10점 사이의 점수를 출력해낼 수 있는 모델을 만들어내는 것이죠.
정리하자면 어떠한 기술적 왜곡이 첨가된 이미지의 품질을 평가하는 것이 IQA고, 이미지의 아름다움 정도를 평가하는 것이 IAQA이지만 IQA와 IAQA를 칼로 무베듯이 완벽히 분리해내기는 사실 매우 어렵습니다. 왜냐하면 왜곡으로 인한 품질 열화을 평가할 때도 우리는 미적 요소를 고려할 수 밖에 없고, 어떤 이미지의 미적인 품질을 평가하는데 있어서도 왜곡의 정도를 고려할 수 밖에 없습니다. 왜냐하면 왜곡 현상으로부터 완전히 자유로운 디지털 이미지는 없기 때문입니다. 촬영, 저장, 전달, 처리 여러 과정에서 언제든 크고 작은 왜곡 현상이 첨가될 수 있습니다.
그래서 요즘은 IQA와 IAQA를 통합해서 이미지의 기술적 품질과 미적 품질을 딱히 분리하지 않고 크게 이미지의 품질을 평가하는 모델들도 많이 개발되고 있는 추세입니다. IQA와 IAQA 모두 사람의 주관적인 평가를 예측하는 것이기 때문에, 이미지 분류 과제처럼 객관적으로 확실한 라벨은 존재할 수 없습니다. 그래서 보통 여러 사람의 의견을 평균낸 것을 ground-truth 라벨로 삼죠. 그것을 보통 MOS 또는 DMOS라고 부릅니다. 즉, MOS 또는 DMOS와 최대한 비슷한 출력값을 내는 모델을 만드는 것이 IQA와 IAQA의 실질적 목표가 되는 것이죠.
IQA와 IAQA가 무엇인지, 그리고 그 차이가 무엇인지 이제 이해되셨나요? 지금까지 비스카이비전의 심교훈이었습니다. 끝까지 읽어주셔서 감사합니다.
'Research > 컴퓨터비전, 영상처리' 카테고리의 다른 글
| 인공지능 기술이 선(善)용된 예와 악(惡)용된 예 (0) | 2020.04.16 |
|---|---|
| [IQA] 이미지품질평가 모델 개발에 대한 세가지 접근법: 상향식, 하향식, 데이터 중심 (0) | 2020.04.13 |
| 초해상화(Super-resolution)란? 저화질 영상을 고화질로 바꿔주는 기술 (7) | 2020.04.11 |
| [IQA] CNN 기반 이미지품질평가 모델들 정리(2014-2018) (6) | 2020.04.08 |
| HDR(high dynamic range) 이미지와 톤매핑(tone-mapping) (8) | 2020.02.10 |
| 이미지 리타겟팅(image retargeting)이란? (0) | 2020.01.08 |
| Harris 코너 검출기의 이해 (2) | 2019.12.23 |
| [IQA] 이미지 내 지배적인 구조가 왜곡되면 지각 품질이 나쁘다, DASM (0) | 2019.12.17 |