Conformer全参考图像质量评估模型

少样本快速适配

融合全局局部特征与元学习，对未知失真类型具有更强泛化能力。

Lang, Shujun · 刘旭 · 周明亮 · Luo, Jun · 蒲华燕 · Xu, Zhuang · Jason, Wang · Wei, Xuekai · 张太平 · 冯永 · 尚赵伟

IEEE Transactions on Broadcasting 2023

技术优势

全局局部特征兼具

Conformer作为特征提取器同时获取参考图和失真图的全局与局部信息，更贴近人类视觉系统从局部到全局的多尺度感知方式。

未知失真也能适应

元学习在测试阶段仅用少量未知失真类型的图像即可微调模型参数，提升对新型失真的泛化能力，减少重新训练成本。

参数更少更高效

Siamese网络共享权重，减少模型参数量，降低训练和推理开销，便于在资源受限场景部署。

应用场景

• 图像质量评估：为图像压缩、传输等系统提供与人类感知一致的失真评分标准。
• 视频质量监控：可逐帧评估视频质量，在传输或转码中自动检测画质劣化。
• 多模态智能感知：作为视觉信号质量度量模块，辅助多模态感知系统筛选有效输入。