跳到正文
热点事件持续更新

GRAM 框架:基于心理测量学优化图像质量评估核集选择

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

研究人员提出了一种名为 GRAM 的框架,该框架受心理测量学分级反应模型启发,旨在优化图像质量评估(IQA)模型的核集选择。GRAM 通过整合潜质、内容敏感度及失真阈值三个关键因素来构建感知质量表征学习方案。 在九个数据集上的实验显示,该方法不仅提升了不同选择策略及下游 IQA 模型的性能,还有效降低了标注预算。相关代码计划公开提供。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    GRAM:受心理测量学启发用于图像质量评估的核集选择框架

    GRAM 是一种受心理测量学分级反应模型启发的感知质量表征学习框架,通过潜质、内容敏感度和失真阈值三个因素优化图像质量评估模型的核集选择。在九个数据集上的实验表明,该方法能提升不同选择策略及下游 IQA 模型的性能并降低标注预算。代码将公开提供。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。