Eye movement analysis of image quality parameters compared to subjective image quality assessment

Kvaliteta slike može se odrediti primjenom objektivnih ili subjektivnih metoda za procjenu kvalitete. Objektivne se metode zasnivaju na matematičkim mjerama kao što su PSNR, SSIM ili RMSE dok se subjektivno testiranje općenito provodi ili postavljanjem pitanja sudionicima koju od datih opcija preferiraju ili traženjem da dadu ocjenu kvalitete za predložene opcije. Za procjenu kvalitete svake slike potrebna je baza podataka slike. Mi smo razvili novu bazu podataka koja se sastoji od 30 slika na kojima smo napravili određene manipulacije na temelju različitih parametara kvalitete. Najprije smo proveli testiranje metodom praćenja pogleda: pokazivanjem slika sudionicima ispitivanja i mjerenjem pokreta njihovih očiju dobili smo točne informacije o tome kako je svaki od parametara kvalitete slike utjecao na komunikacijsku vrijednost svake slike. Metoda subjektivne procjene kvalitete koju smo zatim primijenili uključila je razvoj aplikacije za ispitivanje zasnovano na masovnoj podršci. Sudionici su trebali odrediti koja od slika je najbolja. Konačno, određena je korelacija između obadvije metode.Image quality can be determined by using objective or subjective quality assessment methods. Objective methods are based on mathematical measures, such as PSNR, SSIM or RMSE and subjective testing is generally performed by asking the participants which of the given options they prefer or to give a quality score for the presented options. For each image quality evaluation, an image database is required. We developed a novel image database that consists of 30 images on which we applied some manipulations based on different quality parameters. First we conducted testing with the eye-tracking method: by showing images to test participants and measuring their eye movement, we received accurate information about how each of the image quality parameters affected the communication value of each image. The subjective quality assessment method we then employed involved the development of an application for crowdsourcing-based testing. Participants had to determine which of the images the best were. Finally, a correlation between both methods was determined