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

तकनीकी सारांश: MSIQ – सिंगल इमेज सुपर-रिज़ॉल्यूशन के लिए मोमेंट-आधारित स्केल-इनवेरिएंट क्वालिटी मेजर

समस्या विवरण
सिंगल इमेज सुपर-रिज़ॉल्यूशन (SISR) के परिणामों का मूल्यांकन करना एक पद्धतिगत चुनौती बनी हुई है। मानक फुल-रेफरेंस मेट्रिक्स, जैसे कि PSNR और SSIM, मुख्य रूप से पिक्सेल-वार त्रुटियों या स्थानीय संरचनात्मक समानताओं का मूल्यांकन करते हैं, लेकिन वे स्पष्ट रूप से वैश्विक ज्यामितीय संरचना (global geometric structure) के संरक्षण का आकलन करने में विफल रहते हैं। इसके अलावा, इन मेट्रिक्स के लिए यह आवश्यक है कि संदर्भ छवि ($I_{GT}$) और सुपर-रिज़ॉल्यूशन छवि ($I_{SR}$) को तुलना से पहले समान आयामों में रीसाइज किया जाए। यह "फोर्स्ड रीसाइजिंग" (forced resizing) बाहरी इंटरपोलेशन त्रुटियों को पेश करती है जो SISR मॉडल के प्रदर्शन से असंबंधित होती हैं, जिससे मूल्यांकन दूषित हो जाता है। जबकि पर्सेप्चुअल मेट्रिक्स (जैसे LPIP, DISTS) मानव दृष्टि के साथ बेहतर तालमेल रखते हैं, वे अक्सर ज्यामितीय विशिष्टता (geometric specificity) की कमी प्रदर्शित करते हैं, और ज्यामितीय विरूपण (जैसे एनिसोट्रोपिक स्केलिंग, शीयर) तथा गैर-ज्यामितीय आर्टिफैक्ट्स (जैसे JPEG कम्प्रेशन) के बीच अंतर करने में विफल रहते हैं। यह शोध पत्र एक ऐसे नैदानिक उपकरण (diagnostic tool) की आवश्यकता को संबोधित करता है जो मजबूर रीसाइजिंग की आवश्यकता के बिना ज्यामितीय निष्ठा (geometric fidelity) का मूल्यांकन कर सके और ज्यामितीय विसंगतियों को अन्य विकृतियों से अलग कर सके।

कार्यप्रणाली
प्रस्तावित समाधान, MSIQ (मोमेंट-आधारित स्केल-इनवेरिएंट क्वालिटी), एक फुल-रेफरेंस मेट्रिक है जो पिक्सेल स्पेस के बजाय सामान्यीकृत केंद्रीय ज्यामितीय मोमेंट्स (normalized central geometric moments) के स्पेस में छवियों की तुलना करता है।

1. गणितीय आधार: यह विधि ऑर्डर $(p, q)$ के ज्यामितीय मोमेंट्स का उपयोग करती है, जिन्हें स्थानिक निर्देशांकों (spatial coordinates) द्वारा भारित पिक्सेल तीव्रता के इंटीग्रल्स (या डिस्क्रीट छवियों के लिए योग) के रूप में परिभाषित किया गया है। इनवेरिएंस प्राप्त करने के लिए, लेखक नॉर्मलाइज्ड सेंट्रल ज्योमेट्रिक मोमेंट्स ($\nu_{pq}$) का उपयोग करते हैं, जो निरंतर मॉडल में ट्रांसलेशन और यूनिफॉर्म स्केलिंग के प्रति इनवेरिएंट होते हैं।
2. डिस्क्रिप्टर निर्माण: एक छवि $I$ के लिए, एक मोमेंट डिस्क्रिप्टर $M_N(I)$ को एक निश्चित ऑर्डर $N$ तक के गैर-तुच्छ (non-trivial) नॉर्मलाइज्ड सेंट्रल मोमेंट्स के एक क्रमबद्ध सेट के रूप में बनाया जाता है। यह शोध पत्र $N=4$ को स्थिर करता है, जिसमें 12 सूचनात्मक मोमेंट्स का उपयोग किया गया है (शून्य-क्रम और प्रथम-क्रम के पदों को छोड़कर)।
3. मेट्रिक परिभाषा: MSIQ को ग्राउंड-ट्रुथ छवि ($I_{GT}$) और सुपर-रिज़ॉल्यूशन छवि ($I_{SR}$) के मोमेंट डिस्क्रिप्टर्स के बीच की दूरी के रूप में परिभाषित किया गया है। दो वेरिएंट प्रस्तावित किए गए हैं:
   • MSIQ$_{RMSE}$: संगत मोमेंट घटकों के बीच रूट मीन स्क्वायर एरर।
   • MSIQ$_{W}$: एक भारित (weighted) संस्करण जो उच्च-क्रम के मोमेंट्स के प्रभाव को कम करता है, जो डिस्क्रीटाइजेशन शोर के प्रति अधिक संवेदनशील होते हैं।
4. प्रमुख गुण:
   • रीसाइजिंग-फ्री: चूंकि मोमेंट्स स्केल-इनवेरिएंट होते हैं, इसलिए $I_{GT}$ और $I_{SR}$ की तुलना उनके मूल रिज़ॉल्यूशन पर सीधे की जा सकती है, जिससे इंटरपोलेशन त्रुटियां समाप्त हो जाती हैं।
   • मॉडल-फ्री: इसकी गणना विशुद्ध रूप से विश्लेषणात्मक है और यह प्री-ट्रेन्ड न्यूरल नेटवर्क पर निर्भर नहीं है।
   • ज्यामितीय विशिष्टता: यह मेट्रिक यूनिफॉर्म स्केलिंग के प्रति इनवेरिएंट है लेकिन एनिसोट्रोपिक विरूपण, शीयर, रोटेशन और पर्सपेक्टिव डिस्टॉर्शन के प्रति संवेदनशील है।

मुख्य योगदान
यह शोध पत्र चार प्राथमिक योगदानों को रेखांकित करता है:

1. वैचारिक ढांचा: यह de-facto रीसाइजिंग पर पद्धतिगत निर्भरता को समाप्त करने वाले फीचर स्पेस में तुलना करके, स्केल-इनवेरिएंट मोमेंट डिस्क्रिप्टर्स की अखंडता को सत्यापित करने द्वारा SISR परिणामों के मूल्यांकन का प्रस्ताव करता है।
2. विश्लेषणात्मक माप: यह MSIQ को एक नियत (deterministic), मॉडल-फ्री मेट्रिक के रूप में पेश करता है जो स्केल ट्रांसफॉर्मेशन के तहत एक छवि की मोमेंट-ज्यामितीय संरचना की स्थिरता को मापता है।
3. ज्यामितीय चयनात्मकता: प्रयोगात्मक सत्यापन दर्शाता है कि MSIQ में उच्च "ज्यामितीय विशिष्टता" है, जो गैर-ज्यामितीय आर्टिफैक्ट्स जैसे JPEG कम्प्रेशन से ज्यामितीय विरूपण को प्रभावी ढंग से अलग करता है, जो कि मानक पिक्सेल-आधारित और पर्सेप्चुअल मेट्रिक्स में एक कमी है।
4. पद्धतिगत अंतर: यह पेपर दो मेट्रिक विशेषताओं के बीच अंतर करता है: ट्रैकिंग क्षमता (बढ़ती विकृति की शक्ति को मोनोटोनिक रूप से ट्रैक करने की क्षमता) और ज्यामितीय विशिष्टता (ज्यामितीय विकृतियों को गैर-ज्यामितीय विकृतियों से अलग करने की क्षमता)। यह तर्क दिया गया है कि उच्च ट्रैकिंग क्षमता का अर्थ उच्च ज्यामितीय विशिष्टता नहीं है।

प्रयोगात्मक परिणाम
लेखकों ने MSIQ को मान्य करने के लिए चार श्रृंखलाओं में प्रयोग किए:

• स्केल इनवेरिएंस: बिना रीसाइजिंग के, यूनिफॉर्म स्केलिंग के तहत MSIQ स्थिर रहा (मान $\approx 10^{-7}$ से $10^{-6}$)। इसके विपरीत, जब फोर्स्ड रीसाइजिंग लागू की गई, तो PSNR और SSIM ने महत्वपूर्ण अस्थिरता दिखाई (PSNR के लिए मीडियन स्प्रेड 5.28 dB था), जिसमें अत्यधिक मानные-डेजेनरेट मामलों में देखे गए।
• ज्यामितीय विशिष्टता: एनिसोट्रोपिक स्केलिंग, शीयर, रोटेशन और पर्सपेक्टिव डिस्टॉर्शन बनाम JPEG कम्प्रेशन के नियंत्रित परीक्षणों में, MSIQ ने मध्यम गिरावट ($\lambda=0.20$) पर लगभग 71 का ज्यामितीय-टू-JPEG रिस्पॉन्स रेशियो ($RM$) और कमजोर गिरावट ($\lambda=0.05$) पर **161** का$RM$ प्रदर्शित किया। इसके विपरीत, DISTS जैसे पर्सेप्सुअल मेट्रिक्स ने 1 के करीब $RM$ दिखाया, जो ज्यामितीय त्रुटियों को कम्प्रेशन से अलग करने में विफल रहे।
• SISR एल्गोरिदम सत्यापन: क्लासिकल इंटरपोलेटर्स और डीप न्यूरल नेटवर्क (DNN) मॉडल्स (जैसे EDSR, FSRCNN) दोनों के आउटपुट पर लागू होने पर, MSIQ ने उच्च ज्यामितीय विशिष्टता ($RM \approx 122$) और आर्किटेक्चरल स्थिरता (एल्गोरिदम क्लास के बीच भिन्नता < 5%) बनाए रखी।
• बेंचमार्क सत्यापन: मानक डेटासेट्स (Set5, Set14, Urban100) पर, MSIQ ने अपनी ज्यामितीय विशिष्टता ($RM \approx 100$) को बनाए रखा, जो विविध इमेज कंटेंट में इसकी मजबूती की पुष्टि करता है।

महत्व और दावे
यह पेपर MSIQ को सामान्य उद्देश्य वाले मेट्रिक्स (PSNR, SSIM, LPIPS) के विकल्प के रूप में नहीं, बल्कि एक पूरक नैदानिक उपकरण के रूप में स्थापित करता है। इसका महत्व एक विशिष्ट क्षेत्र को संबोधित करने में है: संरचनात्मक अखंडता (structural integrity) और ज्यामितीय निष्ठा (geometric fidelity) का वस्तुनिष्ठ नियंत्रण।

लेखकों का दावा है कि MSIX विशेष रूप से उन डोमेन में महत्वपूर्ण है जहाँ पर्सेप्चुअल नेचुरलनेस की तुलना में ज्यामितीय शुद्धता प्राथमिकता है, जैसे कि मेडिकल इमेजिंग, रिमोट सेंसिंग और तकनीकी विज़ुअलाइज़ेशन। इन क्षेत्रों में, वस्तुओं के अनुपात और स्थानिक संगठन को बनाए रखना आवश्यक है, और मानक मेट्रिक्स उन सूक्ष्म ज्यामितीय विसंगतियों का पता लगाने में विफल हो सकते हैं जो पिक्सेल-वार त्रुटि मापों या पर्सेप्चुअल मॉडल्स के लिए अदृश्य होती हैं। पेपर निष्कर्ष निकालता है कि MSIQ, SISR पुनर्निर्माण गुणवत्ता के स्केल-इनवेरिएंट, रीसाइजिंग-फ्री और ज्यामिति-विशिष्ट मूल्यांकन प्रदान करके मूल्यांकन प्रतिमान (evaluation paradigm) में एक कमी को पूरा करता है।