弥合感知差距：NR-IQA 的残差增强降尺度和流形感知感知对齐适应

利用 CLIP 等大型视觉语言模型最近为无参考图像质量评估 (NR-IQA) 设定了新基准。然而，CLIP 的对比预训练本质上优先考虑语义不变性，这通常会抑制微妙的感知信号，我们将这种现象称为感知淹没。此外，标准预处理技术（例如裁剪和插值）进一步加剧了关键高频质量线索的丢失。在本文中，我们提出了跨模态感知对齐适配器（CMPA），这是一种流形感知框架，旨在将感知扭曲与主导语义分开。 CMPA 引入了感知敏感特征提取器 (PFE)，它将 CLIP 特征投影到紧凑的低维子空间中，显式放大失真引起的偏离流形偏差。随后，跨模态感知对齐注入器（PAI）将这些特征与质量感知文本锚点对齐，并将它们重新注入到主干中。为了确保输入保真度，我们还设计了一种残差增强感知降尺度策略，该策略使用可察觉差异 (JND) 引导频率重新注入来自适应补偿分辨率引起的信息丢失。对几个基准数据集的广泛评估表明，我们的方法明显优于最先进的方法，有效地恢复了淹没在语义密集表示中的感知信号。