SFF/README.txt

   1 =======================================================================\r
   2  Sparse Feature Fidelity (SFF) for Perceputal Image Quality Assessment\r
   3 =======================================================================\r
   4 \r
   5 \r
   6 ------------------------- COPYRIGHT NOTICE --------------------------\r
   7 Copyright (c) 2013, Hua-wen Chang\r
   8 All rights reserved.\r
   9 \r
  10 Redistribution and use in source and binary forms, with or without \r
  11 modification, are permitted provided that the following conditions are \r
  12 met:\r
  13 \r
  14     * Redistributions of source code must retain the above copyright \r
  15       notice, this list of conditions and the following disclaimer.\r
  16     * Redistributions in binary form must reproduce the above copyright \r
  17       notice, this list of conditions and the following disclaimer in \r
  18       the documentation and/or other materials provided with the distribution\r
  19       \r
  20 THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS" \r
  21 AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE \r
  22 IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE \r
  23 ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT OWNER OR CONTRIBUTORS BE \r
  24 LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR \r
  25 CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF \r
  26 SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS \r
  27 INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN \r
  28 CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) \r
  29 ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE \r
  30 POSSIBILITY OF SUCH DAMAGE.\r
  31 \r
  32 Plase use the citation provided below if it is useful to your research:\r
  33 \r
  34 Hua-wen Chang, Hua Yang, Yong Gan, and Ming-hui Wang, "Sparse Feature Fidelity\r
  35 for Perceptual Image Quality Assessment", IEEE Transactions on Image Processing,\r
  36 vol. 22, no. 10, pp. 4007-4018, October 2013\r
  37 \r
  38 ---------------------------------------------------------------------------\r
  39 \r
  40 Version: 2.0  (October 5 2013)\r
  41 Author: Hua-wen Chang (changhuawen@gmail.com)\r
  42         [FastICA code by Aapo Hyvarinen]\r
  43 \r
  44 \r
  45 Usage\r
  46 -------------------------\r
  47 This package contains a Matlab implementation of the Sparse Feature Fidelity (SFF) for image quality assessment.\r
  48 SFF is a new algorithm for evaluating perceptual quality of color images, which has two stages:\r
  49 Training and Fidelity computation.\r
  50 The training stage generates a feature detector W which can be used for extracting features from image patches.\r
  51 The Training code is in the folder '\Training'. You can run 'TrainW' to get the feature detector. For example:\r
  52 \r
  53 W = TrainW(18000,8,8);  % In our paper we used 18000 sample patches of size 8*8, and retained only 8 components. \r
  54 \r
  55 Two sets of images are provided for the training stage, i.e., data1 and data2, which is described in our paper.\r
  56 We suggest you use data1 for training.\r
  57 \r
  58 \r
  59 For quality evaluation, you can just run 'SFF' as follows:\r
  60 \r
  61 load('W.mat');  % load the feature detector (a matrix of size 8*192 generated by running TrainW(18000,8,8) on data1)\r
  62 score = SFF(refImg, disImg, W);  % refImg and disImg respectively denote the reference image and distorted image\r
  63 \r
  64 \r
  65 Moreover, this package provides two examples for testing this algorithm on CSIQ and LIVE databases. You can download the two databases from:\r
  66 http://vision.okstate.edu/?loc=csiq\r
  67 and\r
  68 http://live.ece.utexas.edu/research/quality/release2/databaserelease2.zip\r
  69 \r
  70 Before execution, you should change the file directories in 'CSIQ' and 'LIVE'.\r
  71 Then you can get all the quality scores of the database by:\r
  72 [Score, Metric] = CSIQ;\r
  73 [Score, Metric] = LIVE;\r
  74 \r
  75 \r
  76 \r
  77 Contact\r
  78 -------------------------\r
  79 If you have any problems, questions, suggestions, or modifications, please contact me:\r
  80 changhuawen@gmail.com\r
  81 \r
  82 \r