图像内在尺度评估：质量与分辨率之间的鸿沟
计算机视觉与模式识别
2025-08-14 v3
摘要
图像质量评估(IQA)通过人类观察者来衡量和预测感知图像质量。尽管近期研究突显了图像尺度变化对感知质量的关键影响，但这种关系尚未系统量化。为填补这一差距，我们提出了图像内在尺度(IIS)，定义为图像表现最佳感知质量的最大尺度。我们还提出了图像内在尺度评估(IISA)任务，即基于人类判断主观测量和预测IIS。我们开发了主观标注方法，创建了IISA-DB数据集，包含785对图像-IIS，由在严格控制的众包研究中由专家标注。此外，我们提出了WIISA(用于图像内在尺度评估的弱标签)，该方法利用IIS随下采样变化的特性生成弱标签。实验表明，在训练多个为IISA定制的IQA方法时，采用WIISA可显著优于仅使用真实标签。代码、数据集和预训练模型均已在https://github.com/SonyResearch/IISA提供。
引用
@article{arxiv.2502.06476,
title = {Image Intrinsic Scale Assessment: Bridging the Gap Between Quality and Resolution},
author = {Vlad Hosu and Lorenzo Agnolucci and Daisuke Iso and Dietmar Saupe},
journal= {arXiv preprint arXiv:2502.06476},
year = {2025}
}
备注
Accepted at ICCV2025