感知和保真度感知的减引用超分辨率图像质量评估

该论文提出了超分辨率图像保真度指数（SRIF），用于评估图像超分辨率的质量。

研究中融合了确定性保真度和统计保真度，改进了内容依赖的锐度和纹理评估。

开发了StereoSRQA模型，提出了感知定向的立体图像超分辨率方法，提高了立体图像的感知质量。

提出了SFSN模型用于单图像超分辨率(SISR)的质量预测，强调全球性质的重要性。

通过Bi-GANs-ST框架结合两种生成对抗网络，平衡了感知指标和均方根误差。

提出了基于知识蒸馏的内容变异参考方法（CVRKD-IQA），改善了图像质量评估。

利用压缩采样的图像质量评估方法(S-IQA)实现了最先进的结果。

提出了大规模的图像质量评估数据集PIPAL，针对生成对抗网络的算法进行评估。

MPF-Net方法利用多个感知特征，显著提高了超分辨率图像的质量。

探索了基于transformer的全参考图像质量评估模型，取得了竞争力的结果。