fulfulggg / Information-gathering

Fusion of Python and GIMP
MIT License
0 stars 0 forks source link

LAR-IQA: 軽くて正確、そして堅牢な無参照画像品質評価モデル。 #191

Open fulfulggg opened 2 months ago

fulfulggg commented 2 months ago

タイトル: LAR-IQA: 軽くて正確、そして堅牢な無参照画像品質評価モデル。

リンク: https://arxiv.org/abs/2408.17057

概要:

深層学習を用いたノーリファレンス画像品質評価 (NR-IQA) の分野における近年の進歩により、複数のオープンソースデータセットにおいて高い性能が実証されています。しかし、そのようなモデルは一般的に非常に大きく複雑であるため、特にリソースやバッテリーに制約のあるモバイルデバイスでは、実際の展開にはあまり適していません。この制限に対処するため、ECCV AIM UHD-IQAチャレンジの検証およびテストデータセットで最先端 (SOTA) の性能を達成しながら、最速のSOTAモデルと比較して約5.7倍高速な、コンパクトで軽量なNR-IQAモデルを提案します。私たちのモデルは、合成的に歪んだ画像と実際に歪んだ画像で個別に学習されたデュアルブランチアーキテクチャを特徴としており、さまざまな歪みタイプにわたるモデルの汎化能力を高めています。多様な現実世界の視覚条件下でのロバスト性を向上させるために、学習プロセス中に複数の色空間を組み込んでいます。また、従来の多層パーセプトロン (MLP) と比較して、最終的な品質回帰のための最近提案されたコルモゴロフ・アーノルドネットワーク (KAN) の方が精度が高いことも示しています。さまざまなオープンソースデータセットを考慮した評価により、提案する軽量モデルの実用性、高精度、堅牢な性能が強調されています。コード: https://github.com/nasimjamshidi/LAR-IQA.

fulfulggg commented 2 months ago

@yukihiko-fuyuki が以下のラベルを提案し、適用しました:

fulfulggg commented 2 months ago

論文要約

LAR-IQA:軽くて正確、そして堅牢な無参照画像品質評価モデル - 論文要約