Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

הערכת איכות תמונה עיוורת המבוססת על תכונות סטטיסטיות

· חזרה לאינדקס

מדוע איכות תמונה חשובה בחיי היומיום

מקולטים בווידאו ועד לסריקות רפואיות — עולמנו מתנהל על גבי תמונות דיגיטליות. יחד עם זאת, תמונות אלה לעתים נדחסות, מועברות ומעובדות בדרכים שעלולות לפגוע בתפיסתנו באופן בלתי מורגש. לפני ששירות סטרימינג, אפליקציית מצלמה או מערכת רפואית מחליטה כיצד לאחסן או לתקן תמונה, היא זקוקה לדרך מהירה לשפוט עד כמה התמונה נראית טובה לצופה אנושי, גם כאשר אין "מקור" מושלם להשוואה. מחקר זה מציג שיטה חדשה לציון איכות תמונה שהיא גם יעילה וגם מצומדת לאופן שבו עינינו מגיבות לאור ולניגוד.

Figure 1. כיצד מערכת שופטת את איכות הוויזואלית של תמונות מבלי לראות אי פעם את הגרסה המקורית.
Figure 1. כיצד מערכת שופטת את איכות הוויזואלית של תמונות מבלי לראות אי פעם את הגרסה המקורית.

בדיקת איכות ללא התייחסות למקור מושלם

מהנדסים בדרך כלל מודדים איכות תמונה על ידי השוואת תמונה מעוותת למקור ללא פגם, מחישוב הבדלים פשוטים כמו שגיאה ריבועית ממוצעת או יחס אות לרעש מקסימלי. מספרים אלה קלים לחישוב אך לעתים אינם תואמים את דעת האדם: שינויים קטנים עשויים להיות בלתי נראים, אזורים מסוימים חשובים יותר מאחרים, ולא כל שינוי נראה כפגיעה. במערכות רבות בעולם האמיתי, כמו ארכיוני תמונות או סטרימינג חי, הגרסה המקורית חסרה, ולכן המשימה הופכת ל'הערכה עיוורת': להחליט עד כמה תמונה בודדת ונפרדת נראית טובה, ללא מקור להשוואה.

לתת לסצנות טבעיות לקבוע את הסטנדרט

השיטה החדשה, שנקראת BIQABSF, בנויה על הרעיון שתמונות רגילות של העולם הטבעי חולקות דפוסים סטטיסטיים יציבים. עיוותים כגון טשטוש, רעש או דחיסה חזקה משבשים דפוסים אלה בדרכים אופייניות. כלים קודמים, כמו שיטה נפוצה בשם BRISQUE, ניסו ללכוד זאת על ידי ניתוח ערכי הבהירות באזורים מקומיים של התמונה, לאחר נירמול כך שהם ינועו בקירוב לפי התפלגות בצורת פעמון. עם זאת, BRISQUE מניחה שערכים מנורמלים אלו ממורכזים בדיוק סביב אפס — אידיאל שלא תמיד מתקיים בתמונות אמיתיות, וזה עלול להפחית את דיוק האומדנים שלה.

להסתכל על תמונות דרך ניגוד, לא בהירות גולמית

BIQABSF מציגה שני שינויים מרכזיים כדי להתאים טוב יותר לתפיסת האדם. ראשית, במקום לעבוד ישירות עם הבהירות, היא ממירה כל פיקסל לערך ניגוד לוגריתמי שמשקף עד כמה הוא בהיר או כהה ביחס לכלל התמונה. עינינו מגיבות בקירוב בצורה לוגריתמית לאור, כך שהטרנספורמציה הזו מתאימה את המתמטיקה להתמצאות ותסיר תלות בתאורה המוחלטת של הסצנה. לאחר מכן, בכל שכונה קטנה בתמונה השיטה מחסרת את הממוצע המקומי ומחלקת לפי הסטיית התקן המקומית, מה שיוצר שדה של ערכי ניגוד מנורמלים מקומית שהם פחות תלויים זה בזה וקלים יותר למידול סטטיסטי.

Figure 2. כיצד דפוסי ניגוד מעובדים שלב אחר שלב כדי להפוך תמונה אחת לציון איכות.
Figure 2. כיצד דפוסי ניגוד מעובדים שלב אחר שלב כדי להפוך תמונה אחת לציון איכות.

לכידת טביעות אצבע סטטיסטיות עדינות

ברגע שמפת הניגוד המנורמלת נבנית, המחברים בוחנים כיצד ערכיה מתפלגים בתמונה. במקום לכפות על ההתפלגות להיות סימטרית באופן מושלם סביב האפס, הם מותאמים למשפחת עקומות גמישה יותר שיכולה להיסט ולהטות, ותופסת את העובדה שבתמונות אמיתיות יש לעתים נטייה קלילה לכיוון אחד. הם גם בוחנים כיצד ערכי ניגוד שכנים מתקשרים בכיוונים שונים — אופקי, אנכי ואלכסוני. מההתאמות הללו הם מפיקים סט תכונות מספריות קומפקטי שמסכם את הצורה, ההתפשטות והאסימטריה של הנתונים בשני סקלות שונות. תכונות אלו מוזנות למודל רגרסיית מתמיכה (support vector regression) שאומן על ציוני דעה אנושיים כדי לחזות כיצד צופה טיפוסי יקבע את איכות התמונה.

מבחן השיטה

הצוות העריך את BIQABSF על כמה מאגרי תמונות גדולים ומוכרים שבהם מתנדבים אנושיים כבר דירגו אלפי תמונות שהושחתו על ידי טשטוש, רעש, ארטיפקטים דחיסה ועיוותים אחרים. בארבעה מאגרים שונים השיטה החדשה דורגה בעקביות במקום גבוה בקרב גישות "ללא התייחסות", לעיתים תואמת או עולה על מערכות למידה עמוקה מודרניות בעוד שהיא צורכת הרבה פחות חישוב. היא גם הכלילה היטב כאשר אומנה על מאגר אחד ונבדקה על מאגר אחר עם תערובות עיוותים שונות, מה שמעיד על כך שהתכונות המבוססות ניגוד לוכדות משהו יסודי באופיים של תמונות בעולם האמיתי כשהן נקיות או נפגמות.

מה המשמעות לטכנולוגיה בחיי היומיום

במילים פשוטות, המחקר מראה שבחינה של אופן התנהגות הניגוד בתמונה ודגם את החריגות הקטנות מהתפלגות בצורת פעמון מאפשרת למחשב לאמוד עד כמה התמונה נראית טובה לאנשים מבלי לראות מקור. מכיוון ש-BIQABSF קומפקטית, מהירה וברורה לפרשנות, היא מתאימה לתפקידים מעשיים כגון ניטור איכות וידאו בסטרימינג, כוונת הגדרות מצלמה בטלפונים או איתור תמונות רפואיות באיכות נמוכה לפני אבחון. העבודה מציעה שתכונות סטטיסטיות מעוצבות בקפידה, המבוססות על האופן שבו עינינו פועלות, עדיין יכולות להתחרות ברשתות עצביות כבדות בקביעת איכות תמונה בעולם האמיתי.

ציטוט: Ji, W., Chen, X. Blind image quality assessment based on statistical features. Sci Rep 16, 14756 (2026). https://doi.org/10.1038/s41598-026-42799-z

מילות מפתח: איכות תמונה, הערכה עיוורת, סטטיסטיקות של סצנות טבעיות, תכונות ניגוד, ראייה ממוחשבת