GIQA：生成图像质量评价
图像与视频处理
2020-07-15 v3 计算机视觉与模式识别
摘要
生成对抗网络(GANs)如今已取得令人印象深刻的成果，但并非所有生成图像都完美。近来出现了若干面向生成模型的定量准则，但无一专为单张生成图像设计。在本文中，我们提出一个新研究课题——生成图像质量评价(GIQA)，其对每张生成图像的质量进行定量评估。我们从基于学习与基于数据两个视角引入了三种 GIQA 算法。我们在不同数据集上评估了多种近期 GAN 模型生成的若干图像，并证明其与人类评价一致。此外，GIQA 可用于许多应用，如分别评价生成模型的真实感与多样性，以及在 GAN 训练中启用在线难例挖掘(OHEM)以改善结果。
引用
@article{arxiv.2003.08932,
title = {GIQA: Generated Image Quality Assessment},
author = {Shuyang Gu and Jianmin Bao and Dong Chen and Fang Wen},
journal= {arXiv preprint arXiv:2003.08932},
year = {2020}
}
备注
ECCV2020