PMT-IQA：面向盲图像质量评估的渐进式多任务学习
图像与视频处理
2023-11-06 v2 计算机视觉与模式识别
摘要
由于失真的多样性与图像内容的变化，盲图像质量评估 (BIQA) 仍然具有挑战性，这使跨越不同尺度的失真模式复杂化，并加剧了 BIQA 回归问题的难度。然而，现有 BIQA 方法往往未能考虑多尺度失真模式与图像内容，且关于使回归模型产生更好性能的学习策略研究甚少。在本文中，我们提出一种简洁而有效的渐进式多任务图像质量评估 (PMT-IQA) 模型，其包含多尺度特征提取模块 (MS) 与渐进式多任务学习模块 (PMT)，以帮助模型学习复杂失真模式并更好地优化回归问题，以符合人类从易到难的学习过程规律。为验证所提 PMT-IQA 模型的有效性，我们在四个广泛使用的公开数据集上开展实验，实验结果表明 PMT-IQA 的性能优于对比方法，且 MS 与 PMT 模块均提升了模型性能。
引用
@article{arxiv.2301.01182,
title = {PMT-IQA: Progressive Multi-task Learning for Blind Image Quality Assessment},
author = {Qingyi Pan and Ning Guo and Letu Qingge and Jingyi Zhang and Pei Yang},
journal= {arXiv preprint arXiv:2301.01182},
year = {2023}
}