arXiv · cs.AI· Chuanzhi Xu·· 16 小时前AI 评分26
MetaRefine：基于多层级特征的分数精修图像质量评估方法
MetaRefine: Score Refinement with Multi-Level Features for Image Assessment
来源与原文
arXiv · cs.AI
作者：Chuanzhi Xu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40487v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
MetaRefine 是一种元数据感知的图像评估分数精修架构，通过轻量残差头结合图像几何信息、多层级视觉特征和冻结模型原始分数来预测分数修正，无需改动原有评分流程。在 21 个数据集的 100 种配置中，MetaRefine 分别在 88 和 85 种配置上提升 PLCC 和 SRCC，平均相对增益为 7.55% 和 7.10%，MAE 和 RMSE 平均相对降低 23.27% 和 21.93%，参数开销中位数仅 1.11%。
来源：arXiv · cs.AI · arxiv.org