基于双表征交互驱动的图像质量评估方法
图像与视频处理
2024-11-27 v1 计算机视觉与模式识别
摘要
无参考图像质量评估（IQA）由于图像内容差异和失真多样性，始终是一个具有挑战性的问题。以往的IQA模型大多编码人工合成图像的显式单一质量特征，以获得质量感知的表征，用于质量得分预测。然而，在面对真实世界失真和来自恢复模型的恢复图像时，性能会下降。其原因是它们不充分考虑低质量图像的退化因素。为此，我们首先引入DRI方法获取图像的退化向量和质量向量，这两个向量分别建模低质量图像的退化信息和质量信息。随后，我们添加恢复网络为MOS得分预测器提供退化信息。然后，我们设计了基于表征的语义损失（RS Loss）以增强表征之间的有效交互。广泛的实验结果表明，所提出的方法在包含合成和真实世界数据集的现有SOTA模型上表现优异。
引用
@article{arxiv.2411.17390,
title = {Dual-Representation Interaction Driven Image Quality Assessment with Restoration Assistance},
author = {Jingtong Yue and Xin Lin and Zijiu Yang and Chao Ren},
journal= {arXiv preprint arXiv:2411.17390},
year = {2024}
}
备注
8 pages,6 figures, published to WACV