احتمال تعمیم پذیر نبودن روشهای ارزیابی کیفیت مبتنی بر بردار پشتیبان

یک مدل محاسباتی که بتواند نظر انسان در مورد کیفیت تصاویر را پیش بینی نماید، کاربردهای فراوانی در مسائل مربوط به پردازش تصویر دارد. به دلیل پیچیدگی دستگاه بینایی بشر، مدل های یادگیری ماشین برای شبیه سازی نحوه قضاوت انسان ها استفاده می شوند. یکی از این مدل ها وایازش برداز پشتیبان است. در این مقاله نشان می دهیم که روش رایج برای بکارگیری بردار پشتیبان در ارزیابی کیفیت تصویر، لزوما به مدل های قابل تعمیم نمی انجامد.