EvoIQA - Explaining Image Distortions with Evolved White-Box Logic

1. El Problema

La Evaluación de Calidad de Imagen (IQA) tradicional se encuentra atrapada en dos extremos:

• Modelos matemáticos rígidos: Métricas clásicas de mano (como MSE, PSNR, SSIM) que a menudo carecen de la capacidad para modelar la complejidad de la percepción humana.
• Arquitecturas de "Caja Negra": Modelos de aprendizaje profundo (Deep Learning) que logran un alto rendimiento pero carecen total de interpretabilidad, ocultando el razonamiento detrás de sus predicciones.

El objetivo es cerrar esta brecha desarrollando un modelo que no solo iguale el rendimiento de las redes neuronales profundas, sino que también ofrezca interpretabilidad total mediante fórmulas matemáticas explícitas y legibles por humanos.

2. Metodología Propuesta: EvoIQA

Los autores proponen EvoIQA, un marco de trabajo basado en Programación Genética (GP) y Regresión Simbólica para evolucionar fórmulas matemáticas que evalúen la calidad de la imagen.

Componentes Clave:

• Descomposición de Características de Bajo Nivel:

  • Se utilizan métricas existentes (VSI, VIF, FSIM, HaarPSI) como base para extraer mapas perceptuales (ej. congruencia de fase, magnitud del gradiente, similitud cromática).
  • En lugar de usar los mapas espaciales directamente, se modelan sus coeficientes como distribuciones estocásticas utilizando la Distribución Gaussiana Generalizada Asimétrica (AGGD).
  • Esto genera un conjunto de terminales (vectores de características) que incluyen parámetros de AGGD (forma $\hat{\alpha}$, escala $\bar{\sigma}^2$) y momentos empíricos (media, varianza, curtosis, asimetría). Estos parámetros capturan la "textura del error" y las anomalías localizadas (como bloques de JPEG) que las métricas globales ignoran.

• Arquitectura StackGP:

  • Se emplea un sistema de Programación Genética basado en pila (StackGP) para buscar la estructura matemática óptima.
  • Estrategia de Búsqueda: Se utiliza una estrategia de dos fases:
    1. Inicialización (Warm-start): 10 generaciones para filtrar programas degenerados.
    2. Fase de Exploración: 400 generaciones con una población de 600 individuos, utilizando cruce (80%) y mutación (20%).
  • Restricciones de Interpretabilidad: Para evitar "código espagueti", se restringe el conjunto de operadores a operaciones aritméticas básicas ($+, -, \times, \div$), prohibiendo funciones de activación no lineales complejas (como exp o sin).

• Dos Variantes del Modelo:

  1. EvoIQA-Full: Utiliza el conjunto completo de características para maximizar la precisión.
  2. EvoIQA-Subset: Utiliza un subconjunto reducido de características seleccionadas por importancia (Random Forest) para optimizar la eficiencia computacional.

3. Contribuciones Clave

1. Descomposición Estadística y GP: Extracción de representaciones estadísticas de métricas IQA existentes para evolucionar un modelo explícito y robusto.
2. Rendimiento Simbólico de Vanguardia (SOTA): El modelo MEvoIQ-Full alcanza un coeficiente de correlación de rangos de Spearman (SRCC) máximo de 0.8979 en el conjunto de datos TID2013.
   • Supera a arquitecturas de aprendizaje profundo especializadas como MEON y DB-CNN en 18 de 24 tipos de distorsión.
   • Logra esto utilizando menos de 10 parámetros únicos, en contraste con las redes profundas que requieren millones.
3. IA Explicable (XAI) para IQA: Se proporcionan dos modelos simbólicos "White-Box" que fusionan la lógica de las Estadísticas de Escenas Naturales (NSS), permitiendo entender cómo se calcula la calidad (ej. cómo se ponderan los errores estructurales frente a los cromáticos).

4. Resultados Experimentales

• Rendimiento General: En TID2013, EvoIQA-Full supera a las métricas tradicionales (SSIM, MS-SSIM, FSIM, HaarPSI) y compite de igual a igual con modelos de Deep Learning (DB-CNN, MEON).
  • Comparación: EvoIQA-Full (0.8898) vs DB-CNN (0.8900) vs HaarPSI (0.8662).
• Generalización: El modelo, entrenado exclusivamente en TID2013, demuestra una gran capacidad de generalización en conjuntos de datos no vistos (KADID-10k, CSIQ, CID:IQ, VDID2014), superando a los baselines de Máquinas de Vectores de Soporte (SVR) y Random Forest.
• Robustez en Distorsiones Específicas: El modelo muestra mejoras significativas en categorías difíciles donde las métricas tradicionales fallan, como:
  • Distorsiones locales de bloques (EvoIQA: 0.656 vs HaarPSI: 0.482).
  • Cambios en la saturación del color (EvoIQA: 0.803 vs HaarPSI: 0.710).
• Estabilidad: Tras 30 ejecuciones independientes, el modelo muestra una varianza negligible ($\pm 0.006$), confirmando una convergencia estable del proceso evolutivo, a diferencia de la estocasticidad común en el entrenamiento de redes profundas.

5. Significado e Impacto

El trabajo demuestra que no es necesario sacrificar la interpretabilidad para lograr un rendimiento de vanguardia en la evaluación de calidad de imagen.

• Transparencia: Al ofrecer fórmulas matemáticas legibles, EvoIQA permite a los ingenieros entender exactamente qué factores (gradientes, crominancia, estadísticas de error) impulsan la puntuación de calidad, facilitando la depuración y el ajuste de sistemas de compresión o transmisión.
• Eficiencia: Elimina la necesidad de infraestructura computacional masiva requerida por las redes neuronales profundas, ofreciendo modelos ligeros y rápidos.
• Futuro: Los autores proponen extender este paradigma hacia métricas de Referencia Nula (NR-IQA), utilizando los parámetros AGGD directamente de la imagen distorsionada para evaluar la calidad sin necesidad de una imagen de referencia original.

En resumen, EvoIQA representa un cambio de paradigma hacia una IA explicable en el procesamiento de imágenes, combinando la potencia de la evolución artificial con la claridad de las matemáticas simbólicas.