连拍图像质量评估：面向多种下游任务的新基准与统一框架
计算机视觉与模式识别
2025-11-12 v1
摘要
近年来，连拍成像技术的发展提升了视觉数据的捕获与处理能力，促成了广泛的应用。然而，连拍图像中的冗余导致存储和传输需求增加，并降低了下游任务的效率。为解决此问题，我们提出了一项新的连拍图像质量评估 (BuIQA) 任务，以评估连拍序列中每一帧的任务驱动质量，为连拍图像选择提供合理线索。具体而言，我们为 BuIQA 建立了首个基准数据集，包含 个连拍序列、 张图像以及用于多种下游场景的 个标注质量分数。受数据分析启发，提出了一种统一的 BuIQA 框架，以在多样的下游场景下实现对 BuIQA 的高效适应。具体而言，开发了一个具有异构知识蒸馏的任务驱动提示生成网络，以学习下游任务的先验。随后，引入了任务感知质量评估网络，以基于任务提示评估连拍图像质量。在 10 个下游场景中的广泛实验表明，所提方法具有出色的 BuIQA 性能，超越了现有最先进技术。此外，通过应用我们的方法选择高质量连拍帧，可以在去噪和超分辨率的下游任务中实现 dB 的 PSNR 提升。
引用
@article{arxiv.2511.07958,
title = {Burst Image Quality Assessment: A New Benchmark and Unified Framework for Multiple Downstream Tasks},
author = {Xiaoye Liang and Lai Jiang and Minglang Qiao and Yichen Guo and Yue Zhang and Xin Deng and Shengxi Li and Yufan Liu and Mai Xu},
journal= {arXiv preprint arXiv:2511.07958},
year = {2025}
}