본 논문은 딥 뉴럴 네트워크(DNN)의 성능에 이미지 품질이 미치는 중요한 영향을 다룹니다. DNN은 이미징 조건 변화에 민감하게 반응하는 것으로 널리 알려져 있습니다. 기존의 이미지 품질 평가(IQA)는 인간의 지각 판단과 관련하여 품질을 측정하고 정렬하려고 하지만, 이미징 조건에 민감할 뿐만 아니라 DNN 민감도와도 잘 일치하는 지표가 종종 필요합니다. 본 논문은 먼저 기존 IQA 지표가 DNN 성능에 대해 얼마나 유익한지 질문합니다. 이론적 및 실험적으로 기존 IQA 지표는 이미지 분류에 대한 DNN 성능의 약한 예측 변수임을 보여줍니다. 인과적 프레임워크를 사용하여 DNN 성능과 강한 상관관계를 보이는 지표를 개발하여, 목표 비전 작업과 관련하여 대규모 이미지 데이터 세트의 품질 분포를 효과적으로 추정할 수 있도록 합니다.
