내용을 고려한 품질 판단
같은 종류의 열화라도 어느 내용과 영역에 생겼는지에 따라 품질 평가가 달라질 수 있다. DSN-IQA는 단순한 열화 검출을 넘어 의미 내용과 공간 구성을 함께 활용하는 방향이다.
여러 규모와 슈퍼픽셀
서로 다른 규모에서 의미 특징을 추출하고 슈퍼픽셀 인접 지도를 생성하는 두 구성을 사용한다. 이 정보들을 특징 융합으로 결합해 이미지 품질을 예측한다. 슈퍼픽셀의 구획이 의미 물체의 정확한 경계와 항상 일치한다고 가정해서는 안 된다.
다양한 입력 크기
서로 다른 크기의 영상을 적응적으로 입력받도록 설계한다. 입력 크기 지원과 어떤 해상도에서도 동일한 평가 신뢰도가 보장되는 것은 다르다. 복잡한 실제 왜곡에서는 자료 분포와 의미 내용에 따른 결과도 살펴야 한다.
이웃 관계의 독립 예
설명용으로 글자 획과 주변 바탕을 각각 구분하면 경계의 번짐을 주변 관계와 함께 볼 수 있다. 반면 획과 바탕이 같은 구획으로 합쳐지면 단서가 달라진다. 실제 연구의 분할 결과를 인용하지 않은 구획과 품질 단서의 관계에 대한 예다.