BriefGPT - AI 论文速递
·
感知和保真度感知的减引用超分辨率图像质量评估
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的双分支减参考SR-IQA网络，通过利用低分辨率图像和比例因子来评估图像超分辨率的感知质量和重建保真度。实验结果表明，该网络在评估真实世界SR图像质量方面表现出色。
🎯
关键要点
- 本研究提出了一种新颖的双分支减参考SR-IQA网络（PFIQA）。
- 该网络通过利用低分辨率图像和比例因子来评估超分辨率图像的感知质量和重建保真度。
- 感知分支结合了Vision Transformer（ViT）和ResNet的全局建模与局部关系。
- 保真性分支评估低分辨率和超分辨率图像之间的重建保真度。
- 两个分支的结合与人类视觉系统高度契合，实现全面的SR图像评估。
- 实验结果显示，PFIQA在三个广泛使用的SR-IQA基准测试中优于当前最先进的模型。
- PFIQA在评估真实世界SR图像质量方面表现出色。
🏷️
标签
➡️
