arXiv · AI· Mahdi Naseri, Zhou Wang·· 12 小时前AI 评分30
SHAMISA:面向无参考图像质量评估的自监督隐式结构关联建模框架
SHAMISA: SHAped Modeling of Implicit Structural Associations for Self-supervised No-Reference Image Quality Assessment
AI 导读
SHAMISA 提出一种非对比自监督框架,通过显式结构化关系监督从无标签失真图像中学习无参考图像质量评估(NR-IQA)。 该框架利用组合失真引擎生成连续参数空间的退化图像组,在嵌入空间中拉近具有相似失真模式的图像。 实验表明,SHAMISA 在合成、真实及跨数据集 NR-IQA 基准测试中表现出强劲的整体性能。
来源:arXiv · AI · arxiv.org