利用深度神经网络对 AI 生成的图像进行质量评估存在挑战，我们引入了一个大型多模态模型辅助 AI 生成图像质量评估（MA-AGIQA）模型，通过文本提示敏锐感知语义信息并提取语义向量，并使用专家混合结构动态整合语义信息和传统 DNN 基于 IQA 模型提取的质量感知特征来解决当前 IQA 模型在语义感知方面的不足，实验证明 MA-AGIQA 在评估 AI 生成图像质量方面具有最先进的性能和出色的泛化能力。

Apr, 2024

本论文提出了一种新的图像质量评估框架，采用细粒度网络获取多尺度特征，并设计一种交叉减法块用于在正负图像对内分离和收集信息，从而实现特征空间中的图像比较。实验结果表明，相比目前主流的图像质量评估方法，该网络可以实现更准确的图像质量评估，并在 CLIC 的图像感知模型赛道中排名第二。

Jan, 2024

通过图像和提示的融合，IP-IQA 是一个多模态框架，旨在解决 AI 生成图像质量评估中的问题，并在 AGIQA-1k 和 AGIQA-3k 数据集上达到最先进的水平。

Mar, 2024

该研究旨在解决基于文本生成图像的模型中存在的主观质量差异问题并提出了 StairReward 模型评估主观文本图像对齐的一致性，并以此建立了 AGIQA-3K 数据库。

Jun, 2023

通过使用 2AFC 提示，评估了大型多模态模型（LMMs）的图像质量评估（IQA）能力，并引入了三个评估标准，结果显示现有的 LMMs 在粗粒度的质量比较上表现出较高的 IQA 能力，但在细粒度的质量判别方面仍有提升空间。

Feb, 2024

采用深度学习方法可以提高盲目图像质量评估（BIQA）领域的质量评估，但这些方法通常需要使用大量的人为评分数据进行训练。为了弥合这一差距，本文提出了一种将预训练视觉模型的深度特征与统计分析模型结合的多尺度深度特征统计（MDFS）模型，用于实现无人为偏差的 BIQA，从而消除对人为评分数据的依赖，并显著提高训练效率。通过从预训练视觉模型中提取基于补丁的多尺度特征，将其适应到多变量高斯（MVG）模型中。最终质量评分通过量化测试图像导出的 MVG 模型与高质量图像集导出的基准 MVG 模型之间的距离来确定。在各种数据集上进行了一系列的综合实验，结果显示我们提出的模型与人类视觉感知具有更好的一致性，同时在各种特定于目标的 BIQA 任务上显示出了更好的泛化性能。

May, 2024

我们提出了一种轻量级并行框架（LPF）来进行盲目图像质量评估，该方法通过使用预训练的特征提取网络提取视觉特征，并构建一个简单而有效的特征嵌入网络（FEN）来转换视觉特征，并提出了两种新的自监督子任务，包括样本级别的类别预测任务和批级别的质量比较任务，最后，将潜在表示输入到失真感知质量回归网络（DaQRN），通过模拟人类视觉系统（HVS）生成准确的质量评分。与现有方法相比，该方法在多个基准数据集上取得了卓越的性能，并且经过广泛的分析证明，该方法具有较低的计算复杂性和更快的收敛速度。

Feb, 2024

我们提出了一种顶部向下的方法，利用高层语义指导图像质量评估网络集中在具有语义重要性的局部失真区域，命名为 TOPIQ。我们的方法涉及设计一种启发式的粗到细网络（CFANet），它利用多尺度特征并以自上而下的方式逐步传播多级语义信息到低级表示。该方法的一个关键组成部分是我们提出的跨尺度注意力机制，该机制通过高层特征引导计算低层特征的注意力图。CFANet 可用于全参考（FR）和无参考（NR）图像质量评估，并且在大多数公开基准测试中相对于基于视觉变换器的现有方法取得了更好或有竞争力的性能。

Aug, 2023

本研究采用自然语言反馈的图像检索方法，结合图像与文本特征实现细粒度视觉搜索并提出了 MAAF 模型，在 Fashion IQ 和 CSS 数据集中比现有方法表现更优，同时在 Fashion200k 数据集中也取得竞争性表现。此外，我们还提出了两个适用于丰富语言输入的新挑战基准，并通过实验证明该方法在不修改时优于强基线。最后我们在 Fashion IQ 上进行了深入细致的分析和可视化，揭示了单词避免 “关注” 他们所指图像区域的惊人现象

Jun, 2020

本文提出了针对实际应用中广泛存在的自然图像的全新盲图像质量评估模型，该模型通过提出更好的质量感知特征表示学习方式和解决缺乏多样性的训练样本问题来解决此领域中的两个关键问题。实验结果表明，所提出的模型在六个实验数据库上表现出色，同时在跨数据库评估实验中展现出更强的鲁棒性。

May, 2021