基于多方法融合的成对图像到图像翻译质量评估
计算机视觉与模式识别
2022-05-11 v1 图像与视频处理
摘要
如何最佳地评估合成图像一直是图像到图像翻译中的一个长期问题，且迄今在很大程度上仍未解决。本文提出一种新方法，结合成对源图像与变换图像之间的图像质量信号，以预测后者与假设真值之间的相似度。我们通过集成梯度提升回归器，利用图像质量评估（IQA）指标训练了一个多方法融合（MMF）模型来预测深度图像结构与纹理相似度（DISTS），从而无需真值数据即可对模型排序。分析表明该任务受特征约束，在推理时引入了度量计算时间与预测精度之间的权衡。我们提出的MMF模型为合成图像的自动化评估及其所生成的图像到图像翻译模型的评估提供了一种高效途径。
引用
@article{arxiv.2205.04186,
title = {Paired Image-to-Image Translation Quality Assessment Using Multi-Method Fusion},
author = {Stefan Borasinski and Esin Yavuz and Sébastien Béhuret},
journal= {arXiv preprint arXiv:2205.04186},
year = {2022}
}
备注
17 pages, 7 figures, 3 tables