Le Support Vector Regression (SVR) pour l’´evaluation de la qualit´e des images du contenu de l’´ecran

Abstract

Lesimagesdecontenud’écransontunélémentcrucialdansdenombreusesapplications, mais elles sont souvent sujettes à des distorsions qui nécessitent une évaluation précise de leur qualité. Malgré les nombreuses recherches dans ce domaine et la disponibilité de métriques objectives d’évaluation, l’évaluation de la qualité des images de contenu d’écran reste un défi réel. Notre objectif est de développer une méthode universelle pour l’évaluation objective des images de contenu d’écran, en utilisant la base SCID comme données d’apprentissage en raison de leurs propriétés spécifiques. Dans cette étude, nous proposons d’utiliser l’algorithme d’apprentissage SVR (support vector régression). Cet algorithme nous permet de trouver des modèles performants pour combiner différentes mesures de qualité d’image de contenu d’écran, à partir de notre ensemble d’apprentissage. Les résultats de notre nouvelle méthode appelé SCIQA-SVR (Screen Content Image Qulality Assessment based SVR) montrent d’excellentes performances par rapport aux autre métriques de base et aussi une corrélation élevée avec l’évaluation subjective.