MILO：一种用于图像与潜在空间优化的轻量感知质量度量

我们提出了MILO（图像与潜在空间优化度量），一种用于全参考图像质量评估（FR-IQA）的轻量级、多尺度感知度量。MILO使用伪平均主观评分（MOS）监督进行训练，其中将可复现的失真应用于多种图像，并通过一组考虑视觉掩蔽效应的最新质量度量进行评分。这种方法无需大规模人工标注数据集即可实现准确学习。尽管架构紧凑，MILO在标准FR-IQA基准测试中优于现有度量，并提供适合实时应用的快速推理。除了质量预测，我们还展示了MILO作为图像和潜在域中感知损失的效用。特别是，我们表明，由MILO建模的空间掩蔽在应用于Stable Diffusion中VAE编码器的潜在表示时，能够实现高效且感知对齐的优化。通过将空间掩蔽与课程学习策略相结合，我们首先处理感知上相关性较低的区域，然后逐步将优化转移到视觉失真更严重的区域。该策略在去噪、超分辨率和人脸恢复等任务中带来了显著的性能提升，同时减少了计算开销。因此，MILO既可作为最先进的图像质量度量，也可作为生成流程中感知优化的实用工具。