장면 통계

Scene statistics

장면 통계는 지각 분야 내의 한 분야입니다.장면과 관련된 통계적 규칙성과 관련이 있습니다.그것은 지각 시스템이 장면을 해석하도록 설계되었다는 전제를 바탕으로 한다.

생물학적 지각 시스템은 자연 [1]환경의 물리적 특성에 반응하여 진화해왔다.그래서 자연 장면은 많은 [2]관심을 받는다.

자연 장면 통계는 일반적으로 신호 검출 이론, 정보 이론 또는 추정 이론을 통합함으로써 자연 작업에서 이상적인 관찰자의 동작을 정의하는 데 유용합니다.

Natural Scene Statistics Models의 가장 성공적인 응용 프로그램 중 하나는 지각적인 사진과 비디오 품질 예측이었습니다.예를 들어 이미지 및 비디오의 왜곡 정도를 측정하기 위해 사용되는 VIF(Visual Information Fidelity) 알고리즘은 이미지 및 비디오 처리 커뮤니티에서 광범위하게 사용되며, 종종 압축 등의 처리 후 지각 품질을 평가하여 시각 신호의 외관을 저하시킬 수 있습니다.전제는 장면 통계는 왜곡에 의해 변경되며 시각 시스템은 장면 통계의 변화에 민감하다는 것입니다.VIF는 스트리밍 TV 업계에서 많이 사용되고 있습니다.자연 장면 통계를 사용하는 다른 인기 있는 화질 모델에는 BRISQUE와 [3]NIQE가[4] 있는데, 둘 다 화질을 측정하는 데 참조 사진이 필요하지 않기 때문입니다.

도메인 내 대 도메인 간

자연[5] 이미지(장면 정보)와 리프 경계(물리적 환경에 대한 정보)의 정확한 위치를 동시에 등록하는 세그먼트 리프 데이터베이스에서 생성된 이미지.이러한 데이터베이스는 도메인 간 통계 연구에 사용할 수 있습니다.

가이슬러(2008)[6]는 (1) 물리적 환경, (2) 이미지/씬, (3) 신경 반응 및 (4) 행동이라는 네 가지 도메인을 구분한다.

화상/장면 영역 내에서는 용장성과 효율적인 코딩에 관한 정보의 특성을 연구할 수 있다.

도메인 간 통계 정보는 자율 시스템이 환경에 대해 추론하고 정보를 처리하며 동작을 제어하는 방법을 결정합니다.이러한 통계를 조사하려면 여러 도메인의 정보를 동시에 샘플링하거나 등록해야 합니다.

레퍼런스

  1. ^ Geisler, W.S., & Diehl, R. L. (2003)지각 및 인지 시스템의 진화에 대한 베이지안 접근법.인지과학, 27, 379-402
  2. ^ 사이먼셀리, E.P., B.A. Olshausen(2001).자연 영상 통계 및 신경 표현.신경과학 연간 리뷰 24: 1193-1216.
  3. ^ Mittal, AK Moorthy 및 AC Bovik, "공간 영역에서 참조되지 않는 이미지 품질 평가", IEEE Transactions on Image Processing, 21(12), 4695-4708, 2012
  4. ^ Mittal, R Soundararajan 및 AC Bovik, "완전 맹목적인" 이미지 품질 분석기, IEEE 신호 처리 레터 20(3), 209-212, 2013.
  5. ^ Geisler, W.S., Perry, J.S. 및 Ing, A.D.(2008) 자연 시스템 분석.입력: B. Rogwitz와 T. Pappas(Eds), Human Vision과 Electronic Imaging.절차 SPIE, Vol 6806, 68060M
  6. ^ Geisler, W.S. (2008) 자연 장면의 시각적 지각 및 통계적 특성.심리학 연간 리뷰, 59, 167~192.

참고 문헌

  • 필드, D. J. (1987년)자연 영상의 통계와 피질 세포의 반응 특성 사이의 관계.미국광학회지 A4, 2379–2394.
  • 루더맨, D. L., & 비알렉, W. (1994)자연 이미지 통계 – Wood에서의 스케일링.물리 리뷰 레터, 73(6), 814–817.
  • Brady, N., & Field, D. J. (2000).자연 영상의 국소 대비: 정규화 및 코딩 효율성.인식, 29, 1041–1055.
  • Frazor, R.A., Geisler, W.S. (2006) 자연 영상의 로컬 휘도 및 대비.비전 리서치, 46, 1585–1598.
  • 만테 등(2005) 자연 장면과 초기 시각 시스템에서의 휘도 및 대비의 독립성.Nature Neuroscience, 8(12) 1690–1697.
  • Bell, A. J., & Sejnowski, T. J. (1997).자연 장면의 "독립 구성 요소"는 가장자리 필터입니다.비전 리서치, 37, 3327–3338.
  • Olshausen, B. A., & Field, D. J. (1997년)과잉 완전 베이스 세트를 사용한 스파스 코딩: V1의 전략?비전 리서치, 37(23), 3311~3325.
  • 시그만, M., Cecchi, G.A., Gilbert, C.D. 및 Magnasco, M.O. (2001)공통의 원: 자연 풍경과 게슈탈트의 규칙.PNAS, 98(4), 1935~1940.
  • Hoyer, PO 및 Hyvérinen, A. 다층 스파스 코딩 네트워크는 자연 이미지 Vis에서 등고선 코딩을 학습한다.Res., vol. 42, No. 12, 페이지 1593–1605, 2002.
  • Geisler, W.S., Perry, J.S., Super, B.J. 및 Gallogly, D.P. (2001)자연 영상에서 모서리 동시 발생은 윤곽선 그룹화 성능을 예측합니다.비전 리서치, 41, 711~724.
  • Goldberg RM.(2002) 등고선의 지각적 구성에 대한 게슈탈트의 법칙에 대한 생태 통계.J. 시각 2:324-53
  • 크리노프, E. (1947년)자연 형성의 스펙트럼 반사율 특성(기술 번역 번호:TT-439).오타와:캐나다 국가 연구 위원회.
  • Ruderman, D. L., Cronin, T. W. 및 Chiao, C.(1998).자연 이미지에 대한 원뿔 반응 통계: 시각적 코딩에 대한 의미.미국광학회지 A, 15, 2036–2045.
  • 스톡맨, A., 맥레오드, D.I.A., & Johnson, N.E. (1993)사람 원추형의 스펙트럼 민감성.J Opt Soc Am A Opt Image Sci Vis, 10, 1396–1402.
  • Lee TW, Wachtler, T, Sejnowski, TJ. (2002) 색상 대립은 자연 장면에서 스펙트럼 특성을 효율적으로 표현합니다.Vision Research 42:2095–2103.
  • 좋아, 나, 맥레오드, DI. A., & Boynton, G. M. (2003)자연 장면의 휘도 및 색상 통계를 기반으로 한 표면 분할.미국광학회지 a-광학영상과학 및 비전, 20(7), 1283–1291.
  • Lewis A, Zhaoping L. (2006) 원뿔 감도는 자연색 통계로 결정됩니까?저널 오브 비전6:285–302.
  • Lovell PG 등(2005) 자연현장에서 광원의 변화에 따른 색대향 신호의 안정성.J. Opt. Soc. Am.A 22:10.
  • 엔들러, J.A. 1993년숲 속 빛의 색과 그 의미.에코모노그래프 63:1~27.
  • Wachtler T, Lee TW, Sejnowski TJ(2001) 자연경관의 색채구조.J. Opt. Soc. Am.A 18 (1) : 65 ~77 。
  • 롱 F, 양 Z, 퍼브스 D자연 장면의 스펙트럼 통계는 색상, 포화도 및 밝기를 예측합니다.PNAS 103(15) : 6013 ~6018 。
  • 반 헤이트렌, J. H. & 루더맨, D. L. (1998년)자연 영상 시퀀스의 독립적인 성분 분석은 일차 시각 피질에서 단순한 세포와 유사한 시공간 필터를 생성합니다.런던 왕립학회 B, 265, 2315–2320의 절차.
  • Potetz, B. & Lee, T. S. (2003)자연 장면에서 2차원 영상과 3차원 구조 간의 통계적 상관 관계입니다.미국광학회지 a-광학영상과학 및 비전, 20(7), 1292-1303.
  • Howe, C. Q., & Purves, D. (2002)범위 이미지 통계는 길이에 대한 비정상적인 인식을 설명할 수 있습니다.미국 국립과학원회보, 99(20), 13184–13188.Howe, C. Q., & Purves, D. (2005a)자연 장면 기하학은 각도와 선 방향의 인식을 예측합니다.미국 국립과학아카데미, 102(4), 1228~1233년.
  • Howe, C. Q., & Purves, D. (2004)크기 대비와 동화는 자연 풍경 기하학의 통계로 설명된다.인지신경과학 저널, 16(1), 90-102.
  • Howe, C. Q., & Purves, D. (2005b)뮬러-라이어 착시 현상은 이미지-소스 관계 통계로 설명된다.미국 국립과학아카데미 회의, 102(4), 1234~1239.
  • Howe, C. Q., Yang, Z.Y., & Purves, D. (2005)포겐도르프 착시현상은 자연스러운 장면 기하학으로 설명된다.미국 국립과학아카데미 회의, 102(21), 7707-7712.
  • Kalkan, S. Wergoetter, F. & Krueger, N., 2D 이미지에서의 로컬 3D 구조의 통계 분석, IEEE Computer Vision and Pattern Recognition(CVPR) 2006.
  • Kalkan, S. Weergoetter, F. & Krueger, N., 3D 및 2D 구조의 1차 및 2차 통계 분석, 네트워크: 신경계 계산, 18(2), 페이지 129-160, 2007.