DeQA-Doc：将 DeQA-评分适用于文档图像质量评估
计算机视觉与模式识别
2025-07-18 v1
摘要
文档质量评估对于文档扫描、OCR 和档案保存等众多应用至关重要。然而，现有方法往往难以提供准确且稳健的质量评分，限制了其在实际场景中的应用。随着多模态大语言模型（MLLM）的快速发展，最近基于 MLLM 的方法在图像质量评估方面取得了显著成果。本文通过适配 DeQA-评分，这一基于 MLLM 的最先进图像质量评分器，将这一成功拓展到文档领域。我们提出了 DeQA-Doc 框架，利用 MLLM 的视觉语言能力和软标签策略来回归连续的文档质量评分。为将 DeQA-评分适配为 DeQA-Doc，我们采用两种互补的解决方案来构建软标签，而不包含方差信息。此外，我们放宽分辨率限制，以支持文档图像的大分辨率。最后，我们引入集成方法进一步提升性能。广泛的实验表明，DeQA-Doc 显著优于现有基线，能够在多样化退化类型下提供准确且可泛化的文档质量评估。代码和模型权重已在 https://github.com/Junjie-Gao19/DeQA-Doc 提供。
引用
@article{arxiv.2507.12796,
title = {DeQA-Doc: Adapting DeQA-Score to Document Image Quality Assessment},
author = {Junjie Gao and Runze Liu and Yingzhe Peng and Shujian Yang and Jin Zhang and Kai Yang and Zhiyuan You},
journal= {arXiv preprint arXiv:2507.12796},
year = {2025}
}