Évaluation de la qualité des images médicales basée sur un apprentissage par adaptation au domaine
Résumé
La prédiction de la qualité des contenus multimédia est souvent nécessaire dans différents domaines. Dans certaines applications, les métriques de qualité sont cruciales et ont un impact élevé car elles peuvent affecter la prise de décision comme le diagnostic à partir d'images médicales. Dans ce papier, nous nous concentrons sur ces applications en proposant un modèle efficace et peu profond pour prédire la qualité des images médicales sans référence à partir d'une petite quantité de données annotées. Notre modèle est basé sur l'auto-attention par convolution qui vise à modéliser une représentation complexe à partir des caractéristiques locales pertinentes des images. Nous appliquons également un apprentissage par adaptation au domaine de manière non supervisée et semi-supervisée. Le modèle proposé est évalué à travers un jeu de données composé de plusieurs images et de leurs scores subjectifs correspondants. Les résultats obtenus ont montré l'efficacité de la méthode proposée, mais aussi la pertinence de l'application de l'adaptation au domaine pour généraliser sur différents domaines multimédia en ce qui concerne la tâche de la prédiction de la qualité perceptuelle.
Origine : Fichiers produits par l'(les) auteur(s)