图像质量评估综述：洞见、分析与未来展望
计算机视觉与模式识别
2025-02-13 v1
摘要
图像质量评估（IQA）是图像相关技术中的一项关键挑战，对图像处理和计算机视觉领域的发展产生深远影响。近年来，随着新型网络架构范式的出现以及复杂计算技术的不断涌现，IQA 研究呈现出显著的创新浪潮。本综述对当代 IQA 方法进行了广泛分析，按照应用场景进行组织，既为初学者又为有经验的研究者提供了有益的参考。我们分析了当前方法的优势与局限，并提出了潜在的未来研究方向。本综述涵盖了通用型与特定型 IQA 方法，包括传统统计量、机器学习技术以及最前沿的深度学习模型，如卷积神经网络（CNN）和 Transformer 模型。综述中的分析表明，针对不同应用场景开发失真特定 IQA 方法至关重要，强调了在未来发展中注重实用性、可解释性以及易于实现的重要性。
引用
@article{arxiv.2502.08540,
title = {A Survey on Image Quality Assessment: Insights, Analysis, and Future Outlook},
author = {Chengqian Ma and Zhengyi Shi and Zhiqiang Lu and Shenghao Xie and Fei Chao and Yao Sui},
journal= {arXiv preprint arXiv:2502.08540},
year = {2025}
}