Aproximación experimental al uso de métricas objetivas para la estimación de calidad cromática en la digitalización de patrimonio documental gráfico

Modelos neuronales pulsantes adaptados para el mejoramiento de luminosidad de imágenes cerebrales de gran resolución

“…En la mayoría de los casos, los efectos de mejora son evaluados por la percepción visual, difícilmente se llegan a evaluar de forma objetiva por medio de una métrica, a pesar de ello, existen diferentes métricas para evaluar la calidad de una imagen tomando en cuenta nitidez, contraste, color, claridad y artefactos. Se han usado diferentes modelos multidimensionales para evaluar la calidad a partir de las medidas obtenidas sobre los atributos; la calidad en este tipo de modelos se puede aproximar como una funció n que calcula la distancia euclídea de las imágenes degradadas con respecto a una imagen ideal en un espacio dimensional, como se muestra en la ecuación (6) [18]:…”

Application of machine learning techniques to the flexible assessment and improvement of requirements quality

“…The experts themselves might be inconsistent in their quality assessment. For example, we have detected a disagreement of 10-20% among different experts working in the domain of photographic image quality [Robledano et al 2016]. Even the same expert might give different evaluations in successive rounds on the same set of requirements.…”

“…Besides, the large quantity of requirements in many projects, as well as the different roles involved in their specification (users or clients, analysts, designers, developers, testers, etc. ), recommend the use of guides [Hooks 1993, Magee & Tripp 1997, Rosenberg & Linda 2001, Alexander & Stevens 2002, Turk 2006, Bøegh 2008 and standards [ESA 1995, IEEE 1998, ISO/IEC 2007, INCOSE 2012 to achieve high quality from the start.…”