Q-Refine: 面向AI生成图像的感知质量优化器

随着近年来文本到图像（T2I）模型的快速发展，其不尽人意的生成结果已成为一个挑战。然而，对不同质量的AI生成图像（AIGI）进行统一优化，不仅对低质量AIGI的优化能力有限，还会对高质量AIGI带来负面优化。为解决此问题，本文提出了一种名为Q-Refine的质量感知优化器。基于人类视觉系统（HVS）的偏好，Q-Refine首次利用图像质量评估（IQA）指标引导优化过程，并通过三条自适应管道对不同质量的图像进行修改。实验表明，对于主流T2I模型，Q-Refine能够对不同质量的AIGI进行有效优化。它可以作为通用优化器，从保真度和美学质量两个层面优化AIGI，从而拓展T2I生成模型的应用。