Mar, 2020

评估现实世界问题图片质量问题

PDF
TL;DR本研究介绍了一个新的大规模数据集，将图像质量问题的评估与图像字幕和视觉问答两个实际任务联系起来，并发挥了关键作用，包括新问题和算法，以决定图像是否足够质量以对其进行字幕制作，并确定图像包含的质量缺陷以及决定视觉问题是否无法回答，通过公开分享数据集和代码来促进未来的这项工作扩展。
image quality assessmentvisual question answeringimage captioningquality flawslarge-scale dataset
发现论文，激发创造
  • 盲人拍摄的图像字幕

    通过观察实际用户的需求，作者介绍了第一个适合盲人用户需求的图像说明数据集，检验数据集特征并比较其和其他数据集的不同，同时研究最新的图像说明算法在如此数据集中的挑战。

    Feb, 2020

  • 需要反馈以进行重拍：一种针对视障人士的可解释质量差图像提醒框架

    提出了一种简单而有效的图像字幕生成框架，该框架可以确定图像的质量并通知用户有关任何缺陷的原因。该框架通过训练和评估低质量图像检测模型，并尝试解释缺陷原因，从而提高了图像字幕的生成能力，对视力受损的人有帮助。

    Nov, 2022

  • 适用于视力受损人士的质量不敏感图像字幕技术

    本文提出了一种质量不受限制的框架，通过数据增强、双网络架构和置信度校准，来提高视障人士图像字幕模型的性能和稳健性，并在与 Royal National Institute of Blind People 合作的辅助生活应用中实现了改进的模型。

    Apr, 2023

  • UHD-IQA 基准数据库：拓宽盲测图像质量评估的界限

    我们介绍了一种新的图像质量评估（IQA）数据集，包括 6073 个高分辨率的 UHD-1（4K）图像，以 3840 像素为固定宽度进行注释。与现有的非参考（NR）IQA 数据集相反，我们的数据集侧重于高度美学且高技术质量的照片，填补了文献中的空白。该数据集通过众包研究获得感知质量评级。经过数天的多个评估者的多次评估，我们得到了高度可靠的标签。我们的数据集具有独特的特点，如注重高质量图像、可靠的众包注释和高分辨率注释，为推进感知图像质量评估研究和开发适用于现代照片的实用非参考 IQA 模型提供了新的机会。

    Jun, 2024

  • 通过视觉 - 语言对应的盲图像质量评估：多任务学习视角

    提出了一种基于多任务学习的盲图像质量评估方法，可以自动学习来自其他任务的辅助知识，通过精心设计的损失函数进行优化，实验证明该方法可以优于现有技术在多个智商数据集上，并且在群体最大区分竞赛中更具鲁棒性。

    Mar, 2023

  • 现实世界图像描述和场景识别的全面分析

    图像字幕生成是一项计算机视觉任务，涉及为图像生成自然语言描述，本文评估了基于不同编码机制、语言解码器和训练过程构建的多种模型在真实世界图像字幕生成方面的性能。

    Aug, 2023

  • WeaQA: 通过标题的弱监督使视觉问答更准确

    研究如何使用图像和相关描述文本生成合成的 Q-A 对集合，而无需人工标注，同时利用空间金字塔图像块作为一种简单而有效的 VQA 模型替代方案。

    Dec, 2020

  • 在实验室和野外学习盲目评估图像质量

    通过多个畸变场景下的图像数据库训练，我们提出的盲视觉质量评估深度网络模型可以有效地在实验室和野外进行盲目评估，比以前的方法具有更高的评估精度。

    Jul, 2019

  • 帮助视障人士拍摄更高质量的照片

    该研究利用认知图像分析技术开发了自动化工具，旨在改善视力受损用户拍摄照片的技术质量问题，建立了一个大型的歪曲视力受损用户生成内容（VI-UGC）图像数据库，利用人类感知质量判断和失真标签进行预测模型的训练及其反馈系统的原型设计，为视力受损用户提供拍摄更高质量照片的机会。

    May, 2023

  • 野外环境下的图像描述性质量评估

    基于 Depicted Image Quality Assessment in the Wild (DepictQA-Wild) 方法构建了一个多功能的图像质量评估任务范式，包括评估和比较任务，从而构建了一个全面、大规模且高质量的数据集 DQ-495K，结果显示 DepictQA-Wild 在失真识别、即时评分和推理任务中明显优于传统基于分数的方法、之前的基于 Vision Language Models 的图像质量评估模型和专有的 GPT-4V。

    May, 2024