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

技術的概要：MSIQ – 単一画像超解像のためのモーメントに基づくスケール不変品質指標

問題提起
単一画像超解像（SISR）の結果の評価は、依然として方法論的な課題である。PSNR や SSIM などの標準的なフルリファレンス指標は、主に画素単位の誤差や局所的な構造的類似性を評価するが、大域的な幾何学的構造の保持を明示的に評価することはできない。さらに、これらの指標は比較前に参照画像（$I_{GT}$）と超解像画像（$I_{SR}$）を同じ寸法にリサイズすることを要求する。この「強制リサイズ」は、SISR モデルの性能とは無関係な外部の補間誤差を導入し、評価を汚染する。一方、知覚的指標（LPIPS、DISTS など）は人間の視覚により合致するが、幾何学的な特異性に欠け、幾何学的変形（例：異方性スケーリング、せん断）と非幾何学的アーティファクト（例：JPEG 圧縮）を区別できない。本論文は、強制リサイズを必要とせず、幾何学的異常を他の歪みから区別できる診断ツールの必要性に答えるものである。

手法
提案される解決策である**MSIQ（モーメントに基づくスケール不変品質）**は、画素空間ではなく正規化された中心幾何モーメントの空間において画像を比較するフルリファレンス指標である。

1. 数学的基盤: この手法は、画素強度を空間座標で重み付けした積分（離散画像の場合は和）として定義される、次数$(p, q)$の幾何モーメントを利用する。不変性を実現するため、著者らは連続モデルにおいて並進と一様スケーリングに対して不変である正規化された中心幾何モーメント（$\nu_{pq}$）を採用する。
2. 記述子の構築: 画像$I$に対して、固定次数$N$までの非自明な正規化中心モーメントの順序付き集合としてモーメント記述子$M_N(I)$を構築する。論文では$N=4$に固定し、自明な 0 次および 1 次項を除いた 12 の情報豊富なモーメントを利用する。
3. 指標の定義: MSIQ は、グランドトゥルース画像（$I_{GT}$）と超解像画像（$I_{SR}$）のモーメント記述子間の距離として定義される。2 つの変種が提案される。
   • MSIQ$_{RMSE}$: 対応するモーメント成分間の二乗平均平方根誤差。
   • MSIQ$_{W}$: 離散化ノイズに対してより敏感な高次モーメントの影響を軽減する重み付け版。
4. 主要な特性:
   • リサイズ不要: モーメントはスケール不変であるため、$I_{GT}$と$I_{SR}$をネイティブ解像度で直接比較でき、補間誤差を排除する。
   • モデルフリー: 計算は純粋に分析的であり、事前学習されたニューラルネットワークに依存しない。
   • 幾何学的特異性: この指標は、一様スケーリングに対して不変であるように設計されているが、異方性変形、せん断、回転、および透視歪みに対しては敏感である。

主要な貢献
本論文は、4 つの主要な貢献を概説している。

1. 概念的枠組み: スケール不変モーメント記述子の完全性を検証することによって SISR 結果を評価することを提案し、比較を画素空間から、強制リサイズへの方法論的依存性を排除した特徴空間へと移行させる。
2. 分析的指標: 画像のモーメント幾何構造がスケーリング変換下でどのように安定しているかを定量化する、決定論的かつモデルフリーな指標として MSIQ を導入する。
3. 幾何学的選択性: 実験的検証により、MSIQ が高い「幾何学的特異性」を有し、JPEG 圧縮のような非幾何学的アーティファクトから幾何学的変形を効果的に分離することを示す。これは標準的な画素ベースおよび知覚的指標が欠く能力である。
4. 方法論的区別: 論文は、2 つの指標特性を区別する。追跡能力（歪み強度の増加を単調に追跡する能力）と幾何学的特異性（幾何学的歪みを非幾何学的なものから区別する能力）である。高い追跡能力が高い幾何学的特異性を意味するわけではないと主張する。

実験結果
著者は MSIQ を検証するために 4 系列の実験を実施した。

• スケール不変性: MSIQ はリサイズなしの一様スケーリング下で安定しており（値は約$10^{-7}$から$10^{-6}$）、PSNR や SSIM は強制リサイズを適用した場合に著しい不安定性を示した（PSNR の中央値のばらつきは 5.28 dB）。極端な値は退化したケースで発生した。
• 幾何学的特異性: 異方性スケーリング、せん断、回転、透視歪みと JPEG 圧縮を対比させた制御実験において、MSIQ は中程度の劣化（$\lambda=0.20$）で幾何学的対 JPEG 応答比（$RM$）が約**71**、弱い劣化（$\lambda=0.05$）で161を示した。一方、DISTS などの知覚的指標は$RM$が 1 に近く、幾何学的誤差を圧縮から区別できなかった。
• SISR アルゴリズム検証: 古典的な補間器と深層ニューラルネットワーク（DNN）モデル（例：EDSR、FSRCNN）の両方の出力に適用した際、MSIQ は高い幾何学的特異性（$RM \approx 122$）とアーキテクチャの安定性（アルゴリズムクラス間のばらつきが 5% 未満）を維持した。
• ベンチマーク検証: 標準データセット（Set5、Set14、Urban100）において、MSIQ はその幾何学的特異性（$RM \approx 100$）を維持し、多様な画像コンテンツにわたる堅牢性を確認した。

意義と主張
本論文は、MSIQ を汎用指標（PSNR、SSIM、LPIPS）の代替ではなく、補完的な診断ツールとして位置づけている。その意義は、構造的完全性と幾何学的忠実度の客観的制御という特定のニッチに対応することにある。

著者らは、MSIQ が医療画像、リモートセンシング、技術的可視化など、知覚的な自然さよりも幾何学的正確さが優先される分野で特に重要であると主張する。これらの分野では、物体の比率や空間的組織を保持することが不可欠であり、標準的な指標は画素単位の誤差測定や知覚モデルには見えない微妙な幾何学的異常を検出できない可能性がある。論文は、MSIQ がスケール不変、リサイズ不要、かつ幾何学特異的な SISR 再構成品質の評価を提供することで、評価パラダイムの隙間を埋めると結論づけている。