画像の比較に使用できる距離メトリックは何ですか？

私は通常、平均二乗誤差（MSE）またはピーク S / N比（PSNR）を使用して2つの画像を比較しますが、これでは十分ではありません。画像Aとそのピクセル化された（またはぼやけた）バージョンBの間の非常に大きな距離を返す式を見つける必要がありますが、処理方法がわかりません。私のニーズに適した指標は何でしょうか？

以下は答えを意図したものではありませんが、分析する画像の特性に基づいて適切な画像比較手法を選択するのに役立つ統計です。

最初のステップは、次のように「デルタヒストグラム」をプロットすることです。

for (x,y) in [0, width] x [0, height] begin
    delta = abs( SecondImage(x, y) - FirstImage(x, y) )
    hist[delta] += 1
end

このヒストグラムのプロットを考えると、探している変更の「大きさ」についてもう少し知り、より良い推奨事項を作成します。

（または、いくつかのサンプル画像を投稿します。サンプル画像が、関心のある画像の違いを表していない場合は、劣った推奨を行う可能性があることに注意してください。）

画像セットで構造的類似性（SSIM）をテストし、ここに結果を投稿することもできます。SSIMは、画像劣化の妨害を認識する人間の能力を模倣するように設計されているため、ピクセル化は検出できますが、ぼやけはしないことに注意してください。

画像が写真画像でない場合（または、通常の写真の対象ではない科学画像である場合）、適切にトリミングおよびスケーリングされた2D自己相関の例を投稿してください。

顔認識は、1つの質問で議論するには大きすぎるトピックです。ぼかしは、顔認識の複数のコンテキストで発生します。これは、データ品質の問題であるか、データ処理の中間ステップとして意図的に行われます。

顔認識では、顔の同一性を検出する必要があるため、同一性の違いに起因しない画像の違いを無視する必要があります。顔認識で無視されるべき違いの基本的なカテゴリは、ポーズ、照明、および表情です。

無関係な違いを無視する一般的なアプローチは正規化と呼ばれ、さまざまな操作と変換を入力画像に適用して「正準」または「前処理済み」の画像を取得し、識別に使用できます。

2番目のアプローチは、無関係な要因から非常に不変な画像から特徴を抽出することです。

顔画像の品質は、キャプチャデバイスとキャプチャされた環境に依存します。（セキュリティカメラなどから）被写体の協力なしに顔画像をキャプチャする場合、画質の低下は避けられない結果であり、識別を妨げないようにソフトウェアで修正する必要がありました。

協力的なキャプチャでは、画像品質のコンピューター化された測定値が優れています。品質の問題をオペレーターに通知し、画像を再取得できます。

ぼかしは、検出を回避するためのバイオメトリックスの悪意のある改ざんの例でもあります（オクルージョンと偽装とともに）。画像がデジタルでエンコードされている場合、デジタルチェックサムと暗号署名で問題を完全に解決できます。偽装者がぼやけた画像を物理的な印刷物で提出した場合、顔の画像品質のコンピューター化された尺度を使用して、そのような提出物を拒否することができます。

顔画像の特定の部分に2Dでローカライズ可能な機能または関心点がないことは、意図的なぼかしの兆候である可能性があります。

ただし、（画像編集ソフトウェアの熟練したユーザーによる）デジタル画像改ざんの広範なカテゴリは、ピクセル統計を既知のカメラモデルと比較するデジタル画像フォレンジックでのみ処理できます。