この論文は、ディープニューラルネットワーク（DNN）の性能に画像品質が与える重要な影響について説明します。 DNNはイメージング条件の変化に敏感に反応することが広く知られている。従来の画質評価（IQA）は、人間の知覚判断に関して品質を測定し整列しようとしますが、イメージング条件に敏感であるだけでなく、DNN感度ともよく一致する指標が必要です。この論文では、まず、既存のIQA指標がDNNのパフォーマンスにどのように有益であるかを質問します。理論的および実験的に、従来のIQA指標は、画像分類のためのDNN性能の弱い予測変数であることを示している。因果的フレームワークを使用して、DNNのパフォーマンスと強い相関関係を示す指標を開発し、目標ビジョン作業に関連して大規模な画像データセットの品質分布を効果的に推定することができます。
