iqa

【图像处理与ISP技术】图像质量评价领域经典算法一览图像质量评价（Image Quality Assessment, IQA）是图像处理、计算机视觉领域的基础研究方向，核心是通过算法量化图像的视觉失真程度与主观观感一致性。目前行业内已形成主观评价与客观评价两大体系，其中客观评价算法又依据是否依赖原始参考图像，分为全参考、半参考、无参考三类，以下为该领域各维度的经典算法，按成熟度与行业认可度逐一梳理。

【IQA技术专题】多维度注意力IQA：MANIQA本文将围绕《MANIQA: Multi-dimension Attention Network for No-Reference Image Quality Assessment》展开完整解析。论文提出了多维度注意力网络（MANIQA）用于无参考图像质量评估（NR-IQA），旨在解决现有方法在 GAN 生成失真图像上评估性能不足的问题。该模型以ViT 为特征提取器，通过转置注意力块（TAB）增强通道间全局交互、尺度 Swin Transformer 块（SSTB）强化斑块间局部交互，并采用斑块加权

【IQA技术专题】基于多模态大模型的IQA Benchmark：Q-BENCH本文将围绕《Q-BENCH: A BENCHMARK FOR GENERAL-PURPOSE FOUNDATION MODELS ON LOW-LEVEL VISION》展开完整解析。为填补多模态大型语言模型（MLLMs）在低层次视觉感知与理解能力评估上的空白，研究团队提出Q-Bench 基准，从低层次视觉感知、低层次视觉描述、整体视觉质量评估三大维度系统评估 MLLMs 能力：构建含 2,990 张图像的LLVisionQA 数据集评估感知能力（通过问答正确性衡量），创建含 499 张图像及专家标注黄

【IQA技术专题】多尺度的transformer网络IQA：MUSIQ本文将围绕《MUSIQ：Multi-scale Image Quality Transformer》展开完整解析。该文章设计的指标在很多图像复原算法的测评中会看到，MUSIQ的特点在于其可以解决卷积神经网络（CNN）在图像质量评估（IQA）中因固定输入尺寸限制导致的图像质量失真问题。参考资料如下： [1]. 论文地址 [2]. 代码地址

【IQA技术专题】DISTS代码讲解本文是对DISTS图像质量评价指标的代码解读，原文解读请看DISTS文章讲解。本文的代码来源于IQA-Pytorch工程。

论文阅读笔记 | Limited-Reference Image Quality Assessment: Paradigms and Discussions文章链接：https://dl.acm.org/doi/10.1145/3581783.3613436

论文阅读笔记 | MetaIQA: Deep Meta-learning for No-Reference Image Quality Assessment文章链接：https://doi.org/10.48550/arXiv.2004.05508MetaIQA: Deep Meta-learning for No-Reference Image Quality Assessment

我是有底线的