自适应特征选择在无参考图像质量评估中的应用：对比缓解语义噪声敏感性
原文中文，约300字，阅读约需1分钟。发表于：。使用对比学习方法的质量感知特征匹配图像质量评估度量 (QFM-IQM)，通过对具有相似语义特征但质量得分不同的图像对进行比较，以自适应地调整上游任务的特征，移除有害特征并通过蒸馏方法提高模型的泛化能力，在 8 个标准 NR-IQA 数据集上实现了优越的性能。
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。结果在TID2013和LIVE基准测试中超过5%。在全参考IQA方法中也优于现有技术，无需高质量参考图像。
