Refine-IQA：基于多阶段强化微调的感知图像质量评估
计算机视觉与模式识别
2025-08-18 v2 人工智能
摘要
强化微调（RFT）是 LMM 训练中日益流行的范式。类似于高层次推理任务，RFT 同样适用于低层视觉领域，包括图像质量评估（IQA）。现有基于 RFT 的 IQA 方法通常使用基于规则的输出奖励来验证模型的 rollout，但为“思考”过程提供奖励监督，导致其正确性和有效性无法控制。此外，这些方法通常直接在下游 IQA 任务上进行微调，而未明确增强模型的原生低层视觉质量感知，这可能限制其性能上限。为此，我们提出了多阶段 RFT IQA 框架（Refine-IQA）。在阶段 1，我们构建 Refine-Perception-20K 数据集（包含 12 种主要失真、20,907 张局部失真图像以及 55K 余份 RFT 样本），并设计多任务奖励函数以强化模型的视觉质量感知。阶段 2，针对质量评分任务，我们引入涉及概率差异奖励的策略，用于对“思考”过程进行监督。最终得到的 Refine-IQA 系列模型在感知和评分任务上均表现卓越，尤其值得注意的是，我们的范式激活了强大的“思考”（质量解释）能力，该能力在相应的质量解释基准测试中也取得了卓越的成绩。
引用
@article{arxiv.2508.03763,
title = {Refine-IQA: Multi-Stage Reinforcement Finetuning for Perceptual Image Quality Assessment},
author = {Ziheng Jia and Jiaying Qian and Zicheng Zhang and Zijian Chen and Xiongkuo Min},
journal= {arXiv preprint arXiv:2508.03763},
year = {2025}
}