广义人像质量评估
计算机视觉与模式识别
2024-02-15 v1
摘要
自动化且鲁棒的人像质量评估（PQA）在智能手机摄影等高影响力应用中至关重要。本文提出FHIQA，一种基于学习的PQA方法，该方法引入一种基于图像语义的简单而有效的质量分数重标定方法，旨在提升细粒度图像质量指标的精度，同时确保对训练数据集之外的各种场景设置具有鲁棒的泛化能力。通过在PIQ23基准上的大量实验以及与当前最先进技术的比较，验证了所提出的方法。FHIQA的源代码将在PIQ23 GitHub仓库（https://github.com/DXOMARK-Research/PIQ2023）上公开。
引用
@article{arxiv.2402.09178,
title = {Generalized Portrait Quality Assessment},
author = {Nicolas Chahine and Sira Ferradans and Javier Vazquez-Corral and Jean Ponce},
journal= {arXiv preprint arXiv:2402.09178},
year = {2024}
}
备注
Pre-print