用于盲超分辨率图像质量评价的尺度引导超网络
计算机视觉与模式识别
2023-06-06 v1 图像与视频处理
摘要
随着图像超分辨率（SR）算法的涌现，如何盲评超分辨率图像质量已成为一项紧迫任务。然而，现有盲 SR 图像质量评价（IQA）指标仅关注超分辨率图像的视觉特征，忽略了可用的尺度信息。本文中，我们揭示尺度因子对 SR 图像主观质量分数具有统计显著性影响，表明尺度信息可用于引导盲 SR IQA 任务。受此启发，我们提出了一种尺度引导超网络框架，以尺度自适应方式评价 SR 图像质量。具体而言，盲 SR IQA 流程分为内容感知、评价规则生成与质量预测三个阶段。内容感知后，超网络基于 SR 图像的尺度因子生成质量预测所用的评价规则。我们将所提尺度引导超网络框架应用于现有代表性盲 IQA 指标，实验结果表明该框架不仅提升了这些 IQA 指标的性能，还增强了其泛化能力。源代码将发布于 https://github.com/JunFu1995/SGH。
引用
@article{arxiv.2306.02398,
title = {Scale Guided Hypernetwork for Blind Super-Resolution Image Quality Assessment},
author = {Jun Fu},
journal= {arXiv preprint arXiv:2306.02398},
year = {2023}
}
备注
new framework for blind super-resolution image quality assessment