中科大&微軟提出挑圖神器: GIQA，一鍵挑出高質(zhì)量圖像！
2020-08-04 09:36
將門創(chuàng)投
關(guān)注
非參數(shù)化模型：KNN－GIQA：
此外，我們還可以用K近鄰（KNN）來對真實數(shù)據(jù)分布在特征層面建模。對于待測圖片I及其提取的特征x，若它與真實圖片距離越近，表示其出現(xiàn)的概率高，也就表示其質(zhì)量高。
在我們收集的LGIQA質(zhì)量評估數(shù)據(jù)集上，GMM－GIQA能取得最好的結(jié)果，遠(yuǎn)遠(yuǎn)超過傳統(tǒng)的圖像質(zhì)量評估的方法。我們也最推薦大家使用GMM－GIQA的方法。我們也展示了圖片顯示我們的方法篩選出的圖片相比傳統(tǒng)的方法更符合人類的認(rèn)知。
我們的方法還有很多衍生應(yīng)用。其中一個是模型質(zhì)量評估。對于生成模型，我們可以獨立地衡量生成圖片的質(zhì)量和多樣性。一批生成圖片的質(zhì)量的平均值可以用來衡量模型的生成圖片質(zhì)量，我們稱之為Quality Score（QS）。
相似的，我們用一批真實圖片在生成圖片中的質(zhì)量衡量的平均值當(dāng)成模型多樣性的衡量Diversity Score（DS）。
我們用這些方法在unconditional GAN和conditional GAN上有驗證了其有效性。
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布：挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇，探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊，“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今，五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD，AI含量差幾何？
- 6 光計算迎來商業(yè)化突破，但落地仍需時間
- 7 東陽光：2024年扭虧、一季度凈利大增，液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”，“淘寶們”終于不忍了？
- 10 優(yōu)必選：營收大增主靠小件，虧損繼續(xù)又逢關(guān)稅，能否乘機(jī)器人東風(fēng)翻身？
