BriefGPT - AI 论文速递
·
图像质量评估模型的黑盒对抗攻击
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种无参考图像质量评估方法（RankIQA），通过训练Siamese网络对图像质量进行排名评估，无需人工标注。通过微调将网络知识转移至传统CNN，提高效率。在TID2013和LIVE基准测试中，该方法结果提高了超过5%，优于现有技术。
🎯
关键要点
- 提出了一种无参考图像质量评估方法（RankIQA）。
- 采用合成的失真图像训练Siamese网络，以排名方式评估图像质量。
- 实现自动生成，无需人工标注。
- 通过微调将Siamese网络的知识转移至传统CNN，提高效率。
- 在TID2013基准测试中结果提高超过5%。
- 在LIVE基准测试中优于现有NR-IQA技术。
- 在全参考IQA（FR-IQA）方法中也超过现有技术，无需高质量参考图像。
➡️
