来自自动图像质量评估的成本节省
计算机视觉与模式识别
2025-10-21 v1
摘要
深度生成模型在近年来取得了显著进展，使我们能够仅通过简单文本提示或参考图像即可生成高质量图像。然而，现代技术尚未达到传统摄影方法所提供的质量标准。因此，使用生成图像的生产管道通常包括手动进行图像质量评估 (IQA) 的阶段。该过程缓慢且昂贵，尤其是由于自动生成图像通过质量门槛的产量较低。通过引入自动预筛选阶段可减少 IQA 工作负担，该阶段会提高送审通过质量的图像整体质量，从而降低获得高质量图像所需的平均成本。我们提出了一种公式，用于估算根据通用 IQA 引擎的精度和通过率所能实现的成本节省。该公式应用于背景填充用例，展示了使用简单 AutoML 解决方案实现了 51.61% 的显著成本节省。
引用
@article{arxiv.2510.16179,
title = {Cost Savings from Automatic Quality Assessment of Generated Images},
author = {Xavier Giro-i-Nieto and Nefeli Andreou and Anqi Liang and Manel Baradad and Francesc Moreno-Noguer and Aleix Martinez},
journal= {arXiv preprint arXiv:2510.16179},
year = {2025}
}