层次融合与联合聚合：一种用于AIGC图像质量评估的多级特征表示方法
计算机视觉与模式识别
2025-07-24 v1
摘要
人工智能生成内容的质量评估面临着从低级视觉感知到高级语义理解的多维度挑战。现有方法通常依赖单级视觉特征，限制了它们捕捉AIGC图像中复杂失真的能力。为解决此局限性，本文提出了一种包含三个阶段的多级视觉表示范式，即多级特征提取、层次融合和联合聚合。基于该范式，我们开发了两个网络。具体地，多级全局-局部融合网络专为感知质量评估设计，通过双CNN和Transformer视觉骨干提取互补的局部和全局特征。多级提示嵌入融合网络则针对文本到图像对应性，通过在每一特征级别将提示语义嵌入视觉特征融合过程。融合后的多级特征随后被聚合以进行最终评估。在基准上的实验表明，所提方法在两个任务上均表现出色，验证了所提出的多级视觉评估范式的有效性。
引用
@article{arxiv.2507.17182,
title = {Hierarchical Fusion and Joint Aggregation: A Multi-Level Feature Representation Method for AIGC Image Quality Assessment},
author = {Linghe Meng and Jiarun Song},
journal= {arXiv preprint arXiv:2507.17182},
year = {2025}
}