arXiv · 机器人与计算机视觉· Yibu Yang, Tingqiong Cui, Liming Lei, Hao Xiong, Jun Xu, Siyuan Liu, Guanghui Huang·· 14 天前AI 评分38
BiCG-Net:通过观测建模与图像内差分实现目标特定图像质量评估
BiCG-Net: Target-Specific Image Quality Assessment via Observation Modeling and In-Image Differencing
AI 导读
BiCG-Net 是一种针对小占比目标区域(如列车车身)的离线质量审计引擎,利用嵌套采样抵消教师偏差。其 39,482 参数的学生在 CSIQ 和 LIVEC 数据集上 PLCC 分别达 0.9009 与 0.9133,超越最佳单教师及共识;在自建铁路数据集上 PLCC 为 0.9855。该模型支持跨基准零样本迁移,冻结状态下 CSIQ 至 LIVEC 迁移 PLCC 仍达 0.8416。
来源:arXiv · 机器人与计算机视觉 · arxiv.org