Q-Refine:AI 生成图像的感知质量精修器
💡
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,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的CNN,提高效率,并在TID2013和LIVE基准测试中取得了优于现有技术的结果。无需使用高质量的参考图像进行推断。
🎯
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,该方法优于现有NR-IQA技术。
-
在全参考IQA(FR-IQA)方法中,该方法也超过现有技术。
-
推断过程中无需使用高质量的参考图像。
➡️