研究人员推出了SR-Ground,这是一个新大规模数据集,专为超分辨率图像中的细粒度伪影分割而设计。该数据集具有多种伪影类别的像素级标注,旨在提高图像质量评估(IQA)模型的可解释性。通过在SR-Ground上训练具有基础能力的IQA模型,下游任务的性能得到显著提升,并且演示了一个微调流程,以减少超分辨率输出中可感知的伪影。 AI
影响 增强了超分辨率任务中图像质量评估模型的可解释性和有效性。
排序理由 该集群描述了一篇介绍数据集和方法论的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →