في عالم تقييم جودة الصور (IQA)، كان التركيز لفترة طويلة على مقاييس الارتباط العامة مثل معامل الارتباط الخطي لبييرسون (PLCC) ومعامل الارتباط لترتيب سبيرمان (SRCC). على الرغم من انتشار استخدام هذه المقاييس، إلا أنها تضع الأداء في رقم وحيد، مما يفشل في توضيح كيفية اختلاف اتساق الترتيب عبر طيف الجودة المحلي.

يظهر التحليل الأخير أنه حتى عندما تحقق عائلتان من نماذج IQA قيم SRCC متطابقة، قد تكون إحداهما أكثر دقة في تحديد الصور عالية الجودة، بينما الأخرى تكون أكثر قدرة على تمييز الفرق البسيط في الجودة بين الأزواج. لم تكن هذه السلوكيات التكميلية واضحة عند استخدام المقاييس العامة.

للحد من هذه العيوب، تم طرح نموذج Granularity-Modulated Correlation (GMC)، الذي يوفر تحليلاً هيكلياً ودقيقاً لأداء نماذج IQA. يتضمن GMC:
1. منظم granular يقوم بتطبيق الارتباطات المُوزونة Gaussian المشروطة بقيم MOS المطلقة والفروق بين MOS (|ΔMOS|) لفحص التباين في الأداء المحلي.
2. منظم التوزيع الذي يؤكد على الارتباطات لتخفيف التحيزات الناتجة عن توزيعات الجودة غير المتجانسة.

تقوم خريطة extbf{correlation surface} الجديدة بتمثيل القيم كدالة مشتركة لقيم MOS و|ΔMOS|، مما يقدم تصوراً ثلاثي الأبعاد لأداء نماذج IQA.

أظهرت التجارب على المعايير القياسية أن GMC تكشف عن خصائص الأداء التي لم تكن مرئية بواسطة المقاييس الإسقاطية، مما يقدم نموذجًا أكثر معلوماتية وموثوقية لتحليل ومقارنة ونشر نماذج IQA.

يمكنكم الوصول إلى الشيفرة الخاصة بالنموذج عبر هذا الرابط.