Q-Hawkeye：用于图像质量评估的可靠视觉策略优化
计算机视觉与模式识别
2026-02-17 v3
摘要
图像质量评估 (IQA) 预测与人类判断一致的感知质量得分。近期基于大型多模态语言模型 (MLLM) 的 RL IQA 方法聚焦于生成视觉质量描述和得分，忽略了两个关键可靠性局限：(i) 虽然模型的预测稳定性在训练样本间差异显著，但现有 GRPO 方法对所有样本应用统一优势加权，从而放大不稳定样本的噪声信号于梯度更新；(ii) 大多数研究强调文本导向推理，而忽视模型的视觉感知能力。本文提出 Q-Hawkeye，一个基于 RL 的可靠视觉策略优化框架，通过统一不确定性感知动态优化与感知感知优化重新设计学习信号。Q-Hawkeye 利用预测得分在多次 rollout 方差估计不确定性，并据此对每个样本的更新强度进行加权，以稳定策略优化。为强化感知可靠性，我们构建退化图像与原始图像的配对输入，引入隐式感知损失，约束模型将质量判断锚定在真实视觉证据之上。大量实验表明，Q-Hawkeye 在多个数据集上超越最先进方法，泛化能力更强。我们的数据集和代码已公开于 https://github.com/AMAP-ML/Q-Hawkeye。
引用
@article{arxiv.2601.22920,
title = {Q-Hawkeye: Reliable Visual Policy Optimization for Image Quality Assessment},
author = {Wulin Xie and Rui Dai and Ruidong Ding and Kaikui Liu and Xiangxiang Chu and Xinwen Hou and Jie Wen},
journal= {arXiv preprint arXiv:2601.22920},
year = {2026}
}