MR-IQA-2

新的MR-IQA-2框架提高了AI图像质量评估的忠实度

研究人员推出MR-IQA-2，一个旨在提高多模态大语言模型（MLLMs）在图像质量评估（IQA）中忠实度的新型框架。这种新方法将推理和评分的信用分配分开，确保模型的解释准确反映图像质量，而不是仅仅偶然预测出正确的评分。MR-IQA-2采用了一个演员-编辑-评委系统，其中编辑根据识别出的质量因素修改图像，评委则对推理提供反馈。该方法在评分一致性方面与人类评估具有竞争力，并提供了超越简单评分的更丰富的视觉理解，在图像质量优化方面具有潜在应用。