来源：期刊VIP网 时间：
作者：闫嘉阔;司占军;
单位：天津科技大学轻工科学与工程学院;天津科技大学人工智能学院;
摘要：为了是提高GAN模型生成的图像质量的预测精度，以更好地符合人类对图像质量的主观评价，本研究介绍了一种基于知识蒸馏的半监督图像质量评价（IQA）方法。该方法利用CNN和ViT模型的结合，充分捕获全局和局部信息，学习高质量图像与失真图像之间特征的分布差异，并通过知识蒸馏传输高级特征信息。模型通过前向传播，得到图像质量评价分数。为了提高输入特征的多样性和模型的处理速度，本研究还采用了级联分组注意（CGA）机制对输入特征处理。通过在多个公共数据集上的实验表明，本研究方法的评价结果优于现有的评价方法，总体效果理想，相对鲁棒性相对优异，可以获得更加符合人类视觉效果的IQA结果。
关键词：知识蒸馏;;GAN模型;;图像质量评价;;级联分组注意力
