HarmonyIQA：面向图像调色质量评估的先驱级基准与模型
计算机视觉与模式识别
2025-01-03 v1 多媒体
摘要
图像合成涉及从一张图像中提取前景物体并粘贴到另一张图像上，通过图像调色算法（IHAs）实现，以调整前景物体的外观以更好地匹配背景。现有的图像质量评估（IQA）方法可能由于对颜色或光线不一致的微小差异不够敏感，而无法与人类视觉偏好相吻合。为此，我们引入了第一个用于图像调色质量评估的数据库（HarmonyIQAD），该数据库包含 1,350 张由 9 种不同 IHAs 生成的调色后图像，以及对应的人类视觉偏好评分。基于该数据库，我们提出了一种用于预测调色后图像人类视觉偏好的图像质量评估方法（HarmonyIQA）。大量实验表明，HarmonyIQA 在评估调色后图像的人类视觉偏好方面实现了最新进展，也在传统 IQA 任务上取得竞争性成绩。此外，跨数据集评估表明，HarmonyIQA 的泛化能力优于基于自监督学习的 IQA 方法。两者HarmonyIQAD 和 HarmonyIQA 将在论文发表后公开。
引用
@article{arxiv.2501.01116,
title = {HarmonyIQA: Pioneering Benchmark and Model for Image Harmonization Quality Assessment},
author = {Zitong Xu and Huiyu Duan and Guangji Ma and Liu Yang and Jiarui Wang and Qingbo Wu and Xiongkuo Min and Guangtao Zhai and Patrick Le Callet},
journal= {arXiv preprint arXiv:2501.01116},
year = {2025}
}