通过属性感知强化学习排序进行图像质量评估的多粒度推理

推理引发的图像质量评估 (IQA) 的最新进展证明了强化学习排序 (RL2R) 在训练视觉语言模型 (VLM) 来评估感知质量方面的强大功能。然而，现有的方法以单一粒度运行，仅预测总体质量得分，而忽略了人类质量感知的多维性质，其中包括清晰度、色彩保真度、噪声水平和构图美学等属性。在本文中，我们提出了 MG-IQA（多粒度 IQA），这是一种多粒度推理框架，它扩展了 RL2R，以在单个推理过程中联合评估整体图像质量和细粒度质量属性。我们的方法引入了三个关键创新：（1）属性感知提示策略，从 VLM 中引发结构化多属性推理； (2) 多维 Thurstone 奖励模型，用于计算群体相关策略优化的属性特定保真度奖励； (3) 跨域对齐机制，能够在合成失真、真实失真和人工智能生成的图像数据集上进行稳定的联合训练，而无需感知尺度重新对齐。对八个 IQA 基准的大量实验表明，MG-IQA 在整体质量预测（平均 SRCC 提高 2.1%）和属性级评估方面始终优于最先进的方法，同时生成可解释的、与人类一致的质量描述。