GMC-IQA: 利用全局相关性和主观一致性进行无参考图像质量评估

通过构建一个新的损失函数和网络，本研究提出了一个 GMC-IQA 框架，综合了全局相关性和均值一致性，通过定义基于偏好的排序估计来解决非可微问题，并引入了队列机制来近似整个数据集的全局结果。实验证明，我们的方法在多个真实数据集上的准确性和泛化能力上优于其他方法，并且适应了多种网络，取得了更好的性能和更稳定的训练。