arXiv · 机器人与计算机视觉· Jirong Zha, Yanwei Liao, Yemin Wang, Xiangmin Yi, Siqi Peng, Yingfeng Chen, Chen Gao, Xinlei Chen·· 22 天前AI 评分54
Task-Utility IQA:重新思考具身任务中的图像质量评估
Task-Utility IQA: Rethinking Image Quality Assessment in Embodied Tasks
AI 导读
针对现有图像质量评估方法仅对齐静态基准且忽略下游任务的不足,本文提出一种基于多模态大语言模型(MLLM)的具身图像质量评估框架。该框架通过推理任务需求、定位质量证据并生成面向决策的评估,将 IQA 从分数回归转向由具身任务效用定义的目标条件判断。
来源:arXiv · 机器人与计算机视觉 · arxiv.org