Tool-IQA：使用简单的工具增强图像质量评估

视觉语言模型 (VLM) 越来越多地用于图像质量评估 (IQA)。然而，当前的方法通常采用静态一次性评分范例，尽管人类通过动态视觉检查来评估图像质量，例如，有选择地调整视图以验证细节和微妙的伪影。具体来说，仅依靠单通道观察会带来两个主要限制：首先，仅在全局范围内感知图像限制了对更精细的局部细节的评估；其次，图像的原始强度分布可能会压倒可见度，导致图像质量检查不充分。为了解决这些问题，我们提出了 Tool-IQA，将评估机制从被动评分转变为工具增强的工作流程。特别是，我们为 VLM 配备了简单而有效的查看工具：用于检查局部细节的放大镜，以及用于发现可见性和隐藏伪影的伽玛校正器。评估遵循结构化流程，包括带有标题注释的初步观察、工具增强的深入检查以及校准质量分数的最终量化。此外，为了确保高效且有目的的工具调用，我们引入了批量感知训练策略来奖励可以产生积极贡献的工具交互，而不仅仅是鼓励使用。各种 IQA 基准的实验表明，通过有效的工具调用和校准评估，我们提出的 Tool-IQA 显着优于现有的最先进模型，例如，它在具有挑战性的 CLIVE 数据集上实现了 0.854 的 PLCC。