tid2013_published — IMGMETRICS `iqa` op

• データ種: なし → table(引数だけで決まる op —— 画像やデータの入力を取らない)

• 呼び出し: import fullseye as fs; fs.ledger.tid2013_published() -> 'Dict[str, Tuple[float, float]]' (実装を直接呼ぶなら import iqatid; iqatid.tid2013_published() -> 'Dict[str, Tuple[float, float]]'、台帳から引くなら opsimgmetrics.get("tid2013_published"))

使い方

公表の順位相関表 {metric: (SROCC, KROCC)}(14 本)。

出典: https://www.ponomarenko.info/tid2013.htm(Last changed 2015-03-23)の「Ranking of compared metrics in accordance with

Spearman / Kendall correlation with MOS」、配布物 readme の TABLE III / IV と同一。鍵は配布物 `metrics_values/<鍵>.txt` の

ファイル名(小文字)。同梱の作者値と mos.txt から、Spearman = 平均順位・Kendall = τ_b で 14 本すべて 3 桁一致

(|差| ≤ 0.0005 / 0.00044、2026-10-04)。ページ冒頭の「PSNR … is 0.69」と使用例の「FSIMc Full : 0.666」は表と食い違う

(前者は TID2008 の名残、後者は τ_a 0.66626 に一致 —— どちらも推測)ので門には使わない。

詳しい使い方ガイド

• image_difference_metrics ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_iqa_fsim_gmsd_vif — py -3.11 examples/poc_iqa_fsim_gmsd_vif.py

• poc_iqa_tid2013 — py -3.11 examples/poc_iqa_tid2013.py

型が繋がる次の op(`table` を入力に取れる)

luma_limited_u8 · rank_data · tid2013_index · tid2013_by_distortion

同カテゴリ(`iqa`)

luma_limited_u8 · rank_data · rank_spearman · rank_kendall_b · tid2013_root · tid2013_index · tid2013_metric_values · tid2013_evaluate

*Provenance: iqatid.py — IMGMETRICS operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

tid2013_published — IMGMETRICS iqa op

使い方