即插即正确评分：受心理学启发的 AGIQA
计算机视觉与模式识别
2025-12-30 v1 图像与视频处理
摘要
现有的 AGIQA 模型通常通过测量和聚合图像嵌入与源自多等级质量描述的文本嵌入之间的相似性来估计图像质量。尽管有效，我们观察到这种跨等级的相似性分布通常表现出多模态模式。例如，一个图像嵌入可能与“优秀”和“差”的等级描述都表现出高相似性，而偏离“良好”的描述。我们将这种现象称为“语义漂移”，即文本嵌入与其预期描述之间的语义不一致破坏了文本-图像共享空间学习的可靠性。为了缓解这一问题，我们从心理测量学中汲取灵感，提出了一种改进的用于 AGIQA 的等级反应模型。GRM 是一种经典的评估模型，它使用具有不同难度水平的测试项来划分受试者跨等级的能力。这种范式与人类质量评级惊人地吻合，其中图像质量可以被解释为图像满足各种质量等级的能力。基于这一理念，我们设计了一个双分支质量分级模块：一个分支估计图像能力，而另一个分支构建多个难度水平。为了确保难度水平的单调性，我们进一步以算术方式对难度生成进行建模，这内在地强制了单峰且可解释的质量分布。我们提出的基于算术 GRM 的质量分级模块具有即插即用的优势，在集成到各种 SOTA AGIQA 框架中时能持续提升性能。此外，它也能有效泛化到自然图像和屏幕内容图像质量评估，揭示了其作为未来 IQA 模型关键组件的潜力。
引用
@article{arxiv.2512.22780,
title = {Plug In, Grade Right: Psychology-Inspired AGIQA},
author = {Zhicheng Liao and Baoliang Chen and Hanwei Zhu and Lingyu Zhu and Shiqi Wang and Weisi Lin},
journal= {arXiv preprint arXiv:2512.22780},
year = {2025}
}