BriefGPT - AI 论文速递
·
PKU-I2IQA：基于图像的图像质量评估数据库用于 AI 生成图像
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了感知图像处理算法（PIPAL）数据集，用于公平评估基于GAN的图像修复算法。作者通过引入抗锯齿池化改善评估网络性能。
🎯
关键要点
- 本文旨在回答两个问题：现有的图像质量评估方法是否能客观评估最近的图像修复算法？是否获得了更好的图像修复算法？
- 贡献了一个大规模的图像质量评估数据集，称为感知图像处理算法（PIPAL）数据集。
- PIPAL 数据集包括基于 GAN 的方法的结果，为图像质量评估和超分辨方法提供了新的基准。
- 实验表明，现有的图像质量评估方法不能公平评估基于 GAN 的图像修复算法。
- 通过引入抗锯齿池化改善了图像质量评估网络在基于 GAN 的扭曲上的性能，取得了显著效果。
➡️
