iDiff：面向两两图像质量评估的可解释差异感知框架
计算机视觉与模式识别
2026-05-20 v1
摘要
专业摄影中的两两图像质量评估 (IQA) 需要模型不仅能识别两个备选图像中偏好的哪一个，还能提供令人信服且基于图像的推理。在 NTIRE 2026 RAIM 挑战中，进一步强调了对偏好预测与论证生成的联合评估要求。为此，我们提出了 iDiff，一个 Interpretable Difference-aware 框架用于两两图像质量评估。我们的方法采用双分支设计，包含 Answer Model 和 Thinking Model。Answer Model 通过显式将每个样本分解为左右全局和局部视图，随后对人物图像和场景图像进行内容感知专化，并基于 backbone 的集成进行聚合，以实现稳健的偏好预测。Thinking Model 专注于论证生成，并通过专家风格模板、多源质量特征和基于 Answer Model 预测的 answer-aware 监督进行逐步增强。如此，iDiff 联合建模了判别性决策-making 与结构化解释，提高了鲁棒性和可解释性。广泛实验表明，该框架在准确率和 reasoning-quality 指标上均表现出色。我们的方法在 NTIRE 2026 RAIM 挑战中获得了第一名，表明将显式差异建模与结构化多模态推理相结合的有效性。
引用
@article{arxiv.2605.19522,
title = {iDiff: Interpretable Difference-aware Framework for Pairwise Image Quality Assessment},
author = {Xinli Yue and JianHui Sun and Tao Shao and Liangchao Yao and Fan Xia and Yuetang Deng},
journal= {arXiv preprint arXiv:2605.19522},
year = {2026}
}
备注
Accepted to CVPR 2026 Workshop