От хладнокровия к скрипту: прогрессивное дисторсия, объясняющее необходимость оценки качества мелкозернистых изображений

arXiv: 2609.083161 Annuales Type: New Humber: Multi-Model music language Modles (MLMs) продемонстрировали значительный потенциал в области оценки качества изображений (IQA), увязав визуальное восприятие с описательными оценками. Вместе с тем существующие подходы ориентированы главным образом на целостное прогнозирование качества, которое зачастую используется в качестве " черных ящиков &qt; , позволяющих получить ограниченное представление о том, где происходят искажения и как они влияют на воспринимаемое качество, что затрудняет тонкий анализ локализованных и неоднородных процессов деградации. Мы предлагаем GS-IQA, рамки, в которых IQA переформулируется как прогрессивный, где - что - как диагностика, имитирующий человеческий процесс восприятия от первоначального взгляда до более пристального изучения. Поскольку суждение о степени тяжести имеет смысл только для правильно локализованного и признанного региона, мы осознаем этот прогресс через двухэтапную систему дополнительного обучения при уважении таких зависимостей: взгляд на него использует основанное на восприятии вознаграждение чтобы установить, где лежат деградации и что они есть, актив