基于 Transformer 的无参考图像质量评估通过监督对比学习

本论文提出了一种基于监督对比学习与Transformer的图像质量评估模型SaTQA，通过训练大规模合成数据集，该模型能提取各种失真类型和水平的图像退化特征，并结合了CNN和Transformer的能力来进一步提取图像的失真信息。实验结果表明，SaTQA在合成和真实数据集上优于目前的最先进方法。