☆☆☆本セミナーは、Zoomを使用して、行います。☆☆☆
1 はじめに
1.1 最近の画像処理技術の動向
1.2 画像品質評価の位置付け
2 画像の品質評価
2.1 主観評価
2.2 客観的評価
3 客観的評価方法
3.1 フルリファレンス型
3.2 低減リファレンス型
3.3 ノンリファレンス型
4 画像データベース
4.1 代表的な画像データベース
4.2 劣化の種類と程度
4.3 主観値の付与
5 フルリファレンス型
5.1 PSNR(Peak Signal to Noise Ratio)
5.2 SSIM(Structural Similarity)
5.3 FSIM(Feature Similarity)
5.4 組み合わせ法
5.5 その他
6 低減リファレンス法
7 ノンリファレンス型
7.1 畳み込みニューラルネットワーク法(CNN)
7.2 最近の方法
8 応用例
8.1 高品質な画像のみを自動選択
8.2 画像品質の自動順位付け
8.3 フェイク画像の発見
8.4 車載などの動画へ利用
8.5 その他各種
9 今後の発展