Vers une analyse et une compréhension de la qualité d'image

Towards an analysis and comprehension of image quality

• Auteur / Autrice : Quyet Tien Le
• Direction : Alice Caplier, Patricia Ladret, Huu-Tuan Nguyen
• Type : Thèse de doctorat
• Discipline(s) : Signal, image, paroles, télécoms
• Date : Soutenance le 16/11/2020
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique (2007-....)
• Jury : Président / Présidente : Denis Pellerin
• Jury : Examinateurs / Examinatrices : Patrick Le Callet, Fan Yang Song, Arnaud Lienhard
• Jury : Rapporteurs / Rapporteuses : Patrick Le Callet, Fan Yang Song

Mots clés

Mots clés contrôlés

Traitement du signal -- Techniques numériques

Traitement d'images

Mots clés libres

Qualité d'image

Esthétique de l'image

Naturalité de l'image

Image quality

Image aesthetic

Image naturalness

Résumé

Dans cette thèse, les principales contributions sont d'étudier 2 aspects principaux de la qualité d'image, y compris l'esthétique de l'image, le naturel de l'image et les relations entre les 2 concepts. Plus précisément, l'esthétique de l'image est la mesure de la façon dont une photo répond esthétiquement aux attentes de l'observateur, tandis que la définition du naturel de l'image est à la fois liée aux artefacts induits par certains algorithmes de traitement d'image et au sentiment individuel sur la façon dont une image correspond à la mémoire d'image. Du côté de l'esthétique de l'image, la thèse aborde le problème de l'évaluation des rôles des opérations de prétraitement dans l'évaluation esthétique de l'image. Des modèles d'évaluation esthétique d'image basés sur une segmentation d'image préalable (extraction de la région d'intérêt) et une classification d'image antérieure (classification d'image grand champ / gros plan) ont été développés et comparés à des modèles d'évaluation esthétique d'image sans étapes de pré-traitement. Dans le même temps, différents modèles basés soit sur des caractéristiques artisanales, soit sur des caractéristiques apprises ont été étudiés aux fins d'estimation esthétique de l'image. Sur la base des résultats obtenus, un modèle d'évaluation esthétique d'image basé sur la classification d'image et la segmentation de région a été introduit et évalué. Du côté du naturel de l'image, le naturel de l'image des images à plage dynamique standard, en particulier des images à tonalité, a été étudié avec des méthodologies à la fois subjectives et objectives. Une expérience subjective a été organisée pour recueillir d'abord des évaluations humaines sur la naturalité de l'image. Ensuite, divers algorithmes objectifs ont été validés sur les données subjectives collectées pour la tâche d'évaluation de la naturalité de l'image. Ce travail se concentre sur le problème du développement d'un modèle dans un premier temps pour estimer si une image semble naturelle ou non aux humains et le second objectif est d'essayer de comprendre comment le sentiment de contre-nature est induit par une photo: ''Y a-t-il des indices spécifiques de contre-nature ou de contre-nature un sentiment général en regardant une photo? ''. Enfin, les relations entre les 2 aspects: esthétique de l'image et naturalité de l'image ont été évaluées et discutées.

In this thesis, the main contributions are to study 2 main aspects of image quality including image aesthetic, image naturalness and the relations between the 2 concepts. More specifically, image aesthetic is the measure of how aesthetically a photo fulfills the observer’s expectation while the image naturalness definition is both related to artifacts induced by some image processing algorithms and to the individual feeling about how a picture matches with image memory. On the side of image aesthetic, the thesis deals with the problem of evaluating the roles of pre-processing operations in image aesthetic assessment. Image aesthetic assessment models based on prior image segmentation (region of interest extraction) and prior image classification (large field / close-up image classification) have been developed and compared with image aesthetic assessment models without pre-processing stages. At the same time different models base either on handcrafted features or learned features have been studied for the purpose of image aesthetic estimation. Based on the obtained results, an image aesthetic assessment model based on image classification and region segmentation has been introduced and evaluated. On the side of image naturalness, image naturalness of standard dynamic range images, especially tone-mapped images have been studied with both subjective and objective methodologies. A subjective experiment has been organized to collect human evaluations about image naturalness first. Then, various objective algorithms have been validated on the collected subjective data for the image naturalness assessment task. This work focuses on the problem of developing a model firstly to estimate if an image looks natural or not to humans and the second purpose is to try to understand how the unnaturalness feeling is induced by a photo: ''Are there specific unnaturalness clues or is unnaturalness a general feeling when looking at a photo?''. Finally, the relations between the 2 aspects: image aesthetic and image naturalness have been evaluated and discussed.