| DC Field | Value | Language |
|---|
| dc.contributor.author | Gavrovska, A. M. | - |
| dc.contributor.author | Samčović, A. B. | - |
| dc.contributor.author | Dujković, D. M. | - |
| dc.contributor.author | Golub, Y. I. | - |
| dc.contributor.author | Starovoitov, V. V. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2024-03-20T07:06:08Z | - |
| dc.date.available | 2024-03-20T07:06:08Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Weibull distribution based model behavior in color invariantspace for blind image quality evaluation = Поведение модели на основе распределения вейбулла в цветово-инвариантном пространстве для слепой оценки качества изображений / A. M. Gavrovska [и др.] // BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics : сборник научных статей X Международной научно-практической конференции, Минск, 13 марта 2024 г. : в 2 ч. Ч. 2 / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2024. – С. 254–261. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/54836 | - |
| dc.description.abstract | In this paper, we analyze Weibull distribution based fitting using phase congruency components
obtained via color invariance approach. Since such model is found suitable for image quality evaluations, we test the
effects on different distorted images. Blind or no-reference image quality assessment enables testing without having
available subjective ratings. Thus, it is possible to consider additional type of distortions usually neglected in
available datasets through data augmentation artificial intelligence tools. The obtained results show that Weibull
based modelling using color invariance domain components may be suitable for further experimental analysis. Moreover, data augmentation not used in the training phase, demonstrate the importance of development modern
quality evaluator that can be applied even for modified data obtained as a result of augmentation. | en_US |
| dc.language.iso | en | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | data augmentations | en_US |
| dc.subject | probability distribution | en_US |
| dc.subject | distortion types | en_US |
| dc.title | Weibull distribution based model behavior in color invariantspace for blind image quality evaluation | en_US |
| dc.title.alternative | Поведение модели на основе распределения вейбулла в цветово-инвариантном пространстве для слепой оценки качества изображений | en_US |
| dc.type | Article | en_US |
| local.description.annotation | В этой статье мы анализируем аппроксимацию на основе распределения
Вейбулла с использованием компонентов фазовой конгруэнтности, полученных с помощью
подхода цветовой инвариантности. Поскольку такая модель признана подходящей для оценки
качества изображения, мы проверяем ее влияние на различные искаженные изображения. Слепая
оценка качества изображения или без эталонного изображения позволяет проводить тестирование
без наличия субъективных оценок. Таким образом, можно учитывать дополнительный тип
искажений, обычно игнорируемых в доступных наборах данных, с помощью инструментов
искусственного интеллекта для увеличения данных. Полученные результаты показывают, что
моделирование на основе Вейбулла с использованием компонентов области цветовой
инвариантности может быть пригодным для дальнейшего экспериментального анализа. Более того, пополнение данных, не используемое на этапе обучения, демонстрирует важность разработки
современного оценщика качества, который можно применять даже для модифицированных
данных, полученных в результате пополнения. | en_US |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2024)
|
