MSIQ: Moment-based Scale-Invariant Quality Measure for Single Image Super-Resolution

Technisches Fazit: MSIQ – Momentenbasiertes skaleninvariantes Qualitätsmaß für Single Image Super-Resolution

Problemstellung
Die Bewertung von Ergebnissen der Single Image Super-Resolution (SISR) bleibt eine methodische Herausforderung. Standard-Referenzmetriken wie PSNR und SSIM bewerten primär pixelweise Fehler oder lokale strukturelle Ähnlichkeiten, versagen jedoch darin, die Erhaltung der globalen geometrischen Struktur explizit zu beurteilen. Darüber hinaus erfordern diese Metriken, dass das Referenzbild ($I_{GT}$) und das superaufgelöste Bild ($I_{SR}$) vor dem Vergleich auf dieselben Abmessungen skaliert werden. Diese „erzwungene Skalierung" führt zu externen Interpolationsfehlern, die nichts mit der Leistung des SISR-Modells zu tun haben und somit die Bewertung verfälschen. Während perceptuelle Metriken (z. B. LPIPS, DISTS) besser mit dem menschlichen Sehen übereinstimmen, fehlt ihnen oft die geometrische Spezifität; sie können nicht zwischen geometrischen Deformationen (z. B. anisotrope Skalierung, Scherung) und nicht-geometrischen Artefakten (z. B. JPEG-Kompression) unterscheiden. Der vorliegende Beitrag adressiert den Bedarf an einem Diagnosewerkzeug, das geometrische Fidelity bewertet, ohne erzwungene Skalierung zu erfordern, und geometrische Anomalien von anderen Verzerrungen unterscheiden kann.

Methodik
Die vorgeschlagene Lösung, MSIQ (Moment-based Scale-Invariant Quality), ist eine Vollreferenzmetrik, die Bilder im Raum normalisierter zentraler geometrischer Momente anstelle des Pixelraums vergleicht.

1. Mathematische Grundlage: Die Methode nutzt geometrische Momente der Ordnung $(p, q)$, definiert als Integrale (oder Summen für diskrete Bilder) von Pixelintensitäten, gewichtet mit räumlichen Koordinaten. Um Invarianz zu erreichen, verwenden die Autoren normalisierte zentrale geometrische Momente ($\nu_{pq}$), die im kontinuierlichen Modell invariant gegenüber Translation und einheitlicher Skalierung sind.
2. Deskriptor-Konstruktion: Für ein Bild $I$ wird ein Moment-Deskriptor $M_N(I)$ als geordnete Menge nicht-trivialer normalisierter zentraler Momente bis zu einer festen Ordnung $N$ konstruiert. Der Beitrag fixiert $N=4$ und nutzt 12 informative Momente (unter Ausschluss trivialer Terme nullter und erster Ordnung).
3. Metrik-Definition: MSIQ ist definiert als der Abstand zwischen den Moment-Deskriptoren des Ground-Truth-Bildes ($I_{GT}$) und des superaufgelösten Bildes ($I_{SR}$). Zwei Varianten werden vorgeschlagen:
   • MSIQ$_{RMSE}$: Der Root-Mean-Square-Fehler zwischen korrespondierenden Momenten-Komponenten.
   • MSIQ$_{W}$: Eine gewichtete Version, die den Einfluss höherer Momente reduziert, die anfälliger für Diskretisierungsrauschen sind.
4. Haupteigenschaften:
   • Skalierungsfrei: Da Momente skaleninvariant sind, können $I_{GT}$ und $I_{SR}$ direkt in ihren nativen Auflösungen verglichen werden, wodurch Interpolationsfehler eliminiert werden.
   • Modellfrei: Die Berechnung ist rein analytisch und erfordert keine vortrainierten neuronalen Netze.
   • Geometrische Spezifität: Die Metrik ist so konzipiert, dass sie invariant gegenüber einheitlicher Skalierung, aber sensitiv gegenüber anisotropen Deformationen, Scherung, Rotation und perspektivischen Verzerrungen ist.

Hauptbeiträge
Der Beitrag umreißt vier primäre Beiträge:

1. Konzeptioneller Rahmen: Er schlägt vor, SISR-Ergebnisse durch Überprüfung der Integrität skaleninvarianter Moment-Deskriptoren zu bewerten, wodurch der Vergleich vom Pixelraum in einen Merkmalsraum verlagert wird, der die methodische Abhängigkeit von erzwungener Skalierung eliminiert.
2. Analytisches Maß: Er führt MSIQ als deterministische, modellfreie Metrik ein, die die Stabilität der momenten-geometrischen Struktur eines Bildes unter Skalierungstransformationen quantifiziert.
3. Geometrische Selektivität: Die experimentelle Validierung zeigt, dass MSIQ eine hohe „geometrische Spezifität" besitzt und geometrische Deformationen effektiv von nicht-geometrischen Artefakten wie JPEG-Kompression trennt, eine Fähigkeit, die bei standardmäßigen pixelbasierten und perceptuellen Metriken fehlt.
4. Methodische Unterscheidung: Der Beitrag unterscheidet zwischen zwei Metrik-Eigenschaften: Tracking-Fähigkeit (die Fähigkeit, zunehmende Verzerrungsstärke monoton zu verfolgen) und geometrische Spezifität (die Fähigkeit, geometrische von nicht-geometrischen Verzerrungen zu unterscheiden). Er argumentiert, dass eine hohe Tracking-Fähigkeit nicht zwangsläufig eine hohe geometrische Spezifität impliziert.

Experimentelle Ergebnisse
Die Autoren führten vier Versuchsreihen zur Validierung von MSIQ durch:

• Skaleninvarianz: MSIQ blieb unter einheitlicher Skalierung ohne Neuskalierung stabil (Werte $\approx 10^{-7}$ bis $10^{-6}$). Im Gegensatz dazu zeigten PSNR und SSIM erhebliche Instabilität (medianer Streubereich von 5,28 dB für PSNR), wenn erzwungene Skalierung angewendet wurde, wobei extreme Werte in degenerierten Fällen auftraten.
• Geometrische Spezifität: In kontrollierten Tests mit anisotroper Skalierung, Scherung, Rotation und perspektivischer Verzerrung im Vergleich zu JPEG-Kompression zeigte MSIQ ein Verhältnis von geometrischer zu JPEG-Antwort ($RM$) von ungefähr 71 bei moderater Degradierung ($\lambda=0,20$) und 161 bei schwacher Degradierung ($\lambda=0,05$). Umgekehrt zeigten perceptuelle Metriken wie DISTS ein $RM$ nahe 1 und versagten darin, geometrische Fehler von Kompression zu unterscheiden.
• Validierung von SISR-Algorithmen: Bei Anwendung auf Ausgaben sowohl klassischer Interpolatoren als auch Deep-Neural-Network-Modelle (DNN) (z. B. EDSR, FSRCNN) behielt MSIQ eine hohe geometrische Spezifität ($RM \approx 122$) und architektonische Stabilität (Variationen < 5 % zwischen Algorithmenklassen) bei.
• Benchmark-Validierung: Auf Standard-Datensätzen (Set5, Set14, Urban100) bewahrte MSIQ seine geometrische Spezifität ($RM \approx 100$) und bestätigte damit seine Robustheit über diverse Bildinhalte hinweg.

Bedeutung und Behauptungen
Der Beitrag positioniert MSIQ nicht als Ersatz für allgemeine Metriken (PSNR, SSIM, LPIPS), sondern als ergänzendes Diagnosewerkzeug. Seine Bedeutung liegt in der Adressierung einer spezifischen Nische: der objektiven Kontrolle der strukturellen Integrität und geometrischen Fidelity.

Die Autoren behaupten, dass MSIQ besonders kritisch für Bereiche ist, in denen geometrische Korrektheit Vorrang vor perceptueller Natürlichkeit hat, wie z. B. medizinische Bildgebung, Fernerkundung und technische Visualisierung. In diesen Bereichen ist die Erhaltung von Objektproportionen und räumlicher Organisation essenziell, und Standardmetriken können subtile geometrische Anomalien nicht erkennen, die für pixelweise Fehlermaße oder perceptuelle Modelle unsichtbar sind. Der Beitrag schließt, dass MSIQ eine Lücke im Evaluationsparadigma schließt, indem es eine skaleninvariante, skalierungsfreie und geometriespezifische Bewertung der SISR-Rekonstruktionsqualität liefert.