محققان در یک پژوهش جدید، راهکاری کارآمد برای بهبود «ارزیابی کور کیفیت تصویر» (BIQA) ارائه دادهاند. چالش اصلی در مدلهای قبلی، همپوشانی دادهها در بنچمارکها بود که باعث میشد عملکرد مدلها بهتر از واقعیت به نظر برسد.
در این پروژه، با استفاده از مدلهای ویژن-لنگویی (VLM) مثل SigLIP و ترکیب آن با تکنیک بهینهسازی پارامتر LoRA (آموزش تنها ۰.۲۳٪ از پارامترها)، توانستند دقت ارزیابی کیفیت تصویر را بدون نیاز به تصویر مرجع، به طرز چشمگیری افزایش دهند. این دستاورد گامی مهم برای بهینهسازی سیستمهای فشردهسازی و ترمیم تصاویر است. 🖼✨
منبع: arXiv Computer Vision