CVPRMay, 2024
弥合合成和真实之间的差距:畸变引导的无监督领域自适应对盲目图像质量评估
Bridging the Synthetic-to-Authentic Gap: Distortion-Guided Unsupervised Domain Adaptation for Blind Image Quality Assessment
Aobo Li, Jinjian Wu, Yongxu Liu, Leida Li
TL;DR通过引入畸变引导的无监督领域适应方法,我们提出了一种适应于盲图像质量评估的新框架,通过畸变作为先验知识,实现自适应多领域选择,从而减少源域到目标域的负传递,同时可以与现有基于模型的 BIQA 方法结合,以更少的训练数据提高性能。