💻 computer science

EvoIQA - Explaining Image Distortions with Evolved White-Box Logic

Le papier présente EvoIQA, un cadre de régression symbolique basé sur la programmation génétique qui génère des formules mathématiques explicites pour l'évaluation de la qualité d'image, parvenant à égaler les performances des modèles d'apprentissage profond tout en offrant une interprétabilité totale.

Auteurs originaux : Ruchika Gupta, Illya Bakurov, Nathan Haut, Wolfgang Banzhaf

Publié 2026-03-18

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Ruchika Gupta, Illya Bakurov, Nathan Haut, Wolfgang Banzhaf

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un critique de cinéma. Vous regardez un film et vous dites : « C'est magnifique ! » ou « C'est dégueulasse ». Mais si on vous demande pourquoi vous avez donné cette note, vous pouvez expliquer : « Les couleurs sont ternes », « L'image tremble », ou « Il y a des pixels qui sautent ».

C'est exactement le problème que les chercheurs ont résolu avec ce papier, qu'ils appellent EvoIQA.

Voici l'explication simple, avec quelques images mentales pour bien comprendre.

1. Le Problème : Les deux extrêmes

Jusqu'à présent, les ordinateurs qui jugent la qualité des images (comme pour Netflix ou YouTube) avaient deux options, et aucune n'était parfaite :

Option A : Le Mathématicien Rigide. C'est comme un vieux professeur qui utilise une règle en bois. Il mesure les erreurs pixel par pixel. C'est précis, mais il ne comprend pas l'art. Pour lui, un flou artistique et une image floue à cause d'une mauvaise connexion sont la même chose. Il manque de "goût".
Option B : La Boîte Noire Magique. C'est l'intelligence artificielle moderne (les réseaux de neurones). Elle regarde des millions d'images et apprend à dire "Mauvaise" ou "Bonne" avec une précision incroyable. Mais c'est une boîte noire. Si vous lui demandez : « Pourquoi cette image est-elle mauvaise ? », elle répond : « Je ne sais pas, c'est mon secret. » Elle ne peut pas expliquer son raisonnement.

2. La Solution : EvoIQA (Le Détective qui explique tout)

Les auteurs de ce papier ont créé EvoIQA. Imaginez un détective privé qui, au lieu de juste vous donner un verdict, vous montre toutes ses preuves et vous explique exactement comment il a trouvé la réponse.

Comment font-ils ? Ils utilisent une technique appelée Programmation Génétique.

L'analogie de l'évolution : Imaginez que vous voulez créer la meilleure recette de gâteau. Au lieu d'inventer une seule recette, vous en créez 500. Vous les faites cuire. Vous goûtez. Vous gardez les meilleures, vous les "mélangez" (comme pour faire des bébés gâteaux) et vous en créez de nouvelles. Au bout de plusieurs générations, vous avez la recette parfaite.
L'application ici : Au lieu de gâteaux, ils font évoluer des formules mathématiques. L'ordinateur essaie des milliers de combinaisons de formules pour trouver celle qui ressemble le plus à ce que les humains pensent de la qualité d'une image.

3. La Magie : La "Boîte Blanche"

La grande innovation d'EvoIQA, c'est que la recette finale n'est pas une boîte noire. C'est une formule mathématique lisible par un humain.

C'est comme si, au lieu de vous dire "C'est bon", l'ordinateur vous disait :

« Cette image vaut 8/10 parce que les couleurs sont un peu décalées (comme un vieux téléviseur), mais la netteté des contours est excellente. »

Ils ont pris des outils existants (qui mesurent la structure, les couleurs, l'information) et les ont transformés en une équation simple. Par exemple, leur formule ressemble un peu à ceci (simplifié) :

(Qualité des contours) × (Différence de couleurs) + (Netteté)

4. Pourquoi c'est génial ?

C'est aussi fort que les géants : Même si leur formule est simple et lisible, elle bat ou égale les super-ordinateurs complexes (les "boîtes noires") en termes de précision.
C'est transparent : On sait exactement pourquoi une image est jugée mauvaise. Si une image a des "carrés" (artefacts de compression), la formule le voit et le note.
C'est rapide et léger : Pas besoin d'un super-ordinateur pour faire tourner cette formule. Elle tient dans la poche.

En résumé

Imaginez que vous avez un juge de qualité d'image.

Avant, c'était soit un robot rigide qui ne comprenait rien à l'art, soit un génie silencieux qui ne vous disait jamais pourquoi il prenait ses décisions.
Avec EvoIQA, c'est un expert bienveillant. Il vous donne la note exacte, mais il vous tient la main pour vous expliquer : « Regarde ici, la couleur est trop verte, et là, l'image est floue. Voici la formule mathématique qui prouve que c'est le cas. »

C'est une victoire pour l'intelligence artificielle : on n'a plus besoin de sacrifier la compréhension pour avoir de la performance. On a les deux !

1. Problématique

L'évaluation de la qualité d'image (IQA - Image Quality Assessment) traditionnelle repose souvent sur deux extrêmes :

Modèles mathématiques rigides : Des métriques manuelles (comme SSIM, PSNR) qui sont interprétables mais manquent souvent de précision face à la complexité des distorsions réelles.
Modèles « boîtes noires » : Les architectures d'apprentissage profond (Deep Learning) comme DB-CNN ou MEON atteignent des performances de pointe (SOTA) mais manquent totalement d'interprétabilité. Leur logique interne reste opaque, empêchant de comprendre pourquoi une image est jugée de mauvaise qualité.

Le défi consiste à combiner la haute performance des modèles profonds avec la transparence et l'interprétabilité des modèles symboliques, afin de reproduire le raisonnement humain sur les dégradations visuelles (structurelles, chromatiques, informationnelles) sans sacrifier la précision.

2. Méthodologie : Le cadre EvoIQA

Les auteurs proposent EvoIQA, un cadre de régression symbolique entièrement explicite basé sur la Programmation Génétique (GP). L'objectif est d'évoluer des formules mathématiques lisibles par l'homme qui prédisent la qualité perçue.

A. Décomposition des caractéristiques de bas niveau

Au lieu d'utiliser les images brutes, le système décompose des métriques IQA existantes (VSI, VIF, FSIM, HaarPSI) en cartes perceptuelles. Pour chaque carte, les coefficients sont traités comme des distributions stochastiques et caractérisés par une Distribution Gaussienne Généralisée Asymétrique (AGGD).

Vecteur de terminaux ( $\Theta$ ) : Pour chaque carte perceptuelle, le modèle extrait des paramètres statistiques d'ordre supérieur :
- Paramètres AGGD : forme ( $\hat{\alpha}$ ), échelle ( $\bar{\sigma}^2$ ).
- Moments empiriques : moyenne ( $\mu$ ), écart-type ( $\sigma$ ), kurtosis ( $\kappa$ ), asymétrie ( $\gamma$ ).
Ces paramètres capturent la « texture de l'erreur » et les artefacts localisés (ex: blocs JPEG) que les moyennes globales ignorent.

B. Architecture StackGP

Le moteur d'évolution utilise StackGP, un système de programmation génétique basé sur une pile, implémenté en Python.

Recherche : L'algorithme explore l'espace des structures mathématiques et des paramètres pour trouver l'équation reliant les vecteurs $\Theta$ aux scores MOS (Mean Opinion Score) humains.
Contraintes d'interprétabilité : Pour éviter le « code spaghetti », l'ensemble des opérateurs est restreint aux opérations arithmétiques de base ( $+, -, \times, \div$ ). Les fonctions d'activation non linéaires (exp, sin) sont bannies, forçant le modèle à trouver des combinaisons linéaires robustes des caractéristiques statistiques.
Stratégie évolutive :
1. Initialisation (Warm-start) : 10 générations avec mutation seule pour filtrer les programmes dégénérés.
2. Phase d'exploration : 400 générations avec une population de 600 individus, utilisant le croisement (80%) et la mutation (20%), avec sélection par tournoi et élitisme.

C. Deux variantes du modèle

EvoIQA-Full : Utilise l'ensemble complet des caractéristiques extraites pour maximiser la précision.
EvoIQA-Subset : Utilise un sous-ensemble de caractéristiques sélectionné par importance (Random Forest) pour optimiser l'efficacité computationnelle tout en conservant la performance.

3. Contributions Clés

Décomposition Statistique & GP : Extraction de représentations statistiques (AGGD) à partir de métriques IQA existantes pour entraîner un modèle GP robuste et mathématiquement explicite.
Performance Symbolique de Pointe (SOTA) : Le modèle évolué MEvoIQA-Full atteint un coefficient de corrélation de rang de Spearman (SRCC) maximal de 0,8979 sur le jeu de données TID2013. Il surpasse ou égale des architectures profondes spécialisées (MEON, DB-CNN) en utilisant moins de 10 paramètres uniques.
IA Explicable (XAI) pour l'IQA : Fourniture de deux modèles « Boîte Blanche » transparents qui fusionnent la logique des statistiques des scènes naturelles (NSS) avec des formules mathématiques dérivées, révélant comment les distorsions structurelles et chromatiques sont pondérées.

4. Résultats Expérimentaux

Les expériences ont été menées sur plusieurs bases de données (TID2013, KADID-10k, CSIQ, CID:IQ, VDID2014) avec 30 exécutions indépendantes pour garantir la robustesse statistique.

Performance Globale : Sur TID2013, EvoIQA-Full obtient un SRCC moyen de 0,8898, surpassant les métriques traditionnelles (HaarPSI : 0,8662) et rivalisant avec les modèles Deep Learning (DB-CNN : 0,8900, MEON : 0,8800).
Robustesse Transversale : Le modèle généralise bien sur des données non vues (entraîné sur TID2013, testé sur KADID-10k, etc.), surpassant les modèles SVR et Random Forest.
Efficacité et Interprétabilité :
- Le modèle utilise moins de 10 paramètres, contre des millions pour les réseaux de neurones.
- La formule découverte pour EvoIQA-Full intègre hiérarchiquement la fidélité du gradient, l'intégrité chromatique et la sensibilité aux régions saillantes (masquage de contraste).
- La formule EvoIQA-Subset est encore plus concise, se basant sur une pipeline mono-échelle utilisant des filtres Scharr et des similarités chromatiques LMN.
Analyse par type de distorsion : Le modèle excelle particulièrement sur les distorsions locales (ex: distorsions par blocs locaux : 0,656 vs 0,482 pour HaarPSI) et les changements de saturation de couleur, là où les méthodes traditionnelles échouent souvent.

5. Signification et Impact

Ce travail démontre qu'il n'est plus nécessaire de sacrifier l'interprétabilité pour obtenir des performances de pointe en évaluation de la qualité d'image.

Paradigme « Boîte Blanche » : EvoIQA prouve que la régression symbolique guidée par l'évolution peut capturer des relations non linéaires complexes entre les statistiques d'erreur et la perception humaine, offrant une transparence totale sur le processus de décision.
Réduction de la complexité : En remplaçant des architectures profondes massives par des formules mathématiques compactes, le cadre ouvre la voie à des systèmes IQA légers, déployables sur des appareils à ressources limitées, tout en étant auditable par les humains.
Perspectives Futures : Les auteurs envisagent d'appliquer cette approche à l'IQA sans référence (NR-IQA) en utilisant directement les paramètres AGGD des images distordues, exploitant les statistiques des scènes naturelles pour évaluer la qualité sans image de référence.