訂閱
糾錯
加入自媒體
當前位置： OFweek 人工智能網(wǎng)   >   操作系統(tǒng)   >  正文

中科大&微軟提出挑圖神器: GIQA，一鍵挑出高質(zhì)量圖像！

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，遠遠超過傳統(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。

<上一頁  1  2  3  下一頁>  
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。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題：
    *糾錯內(nèi)容：
    聯(lián)系郵箱：
    *驗 證 碼：

    粵公網(wǎng)安備 44030502002758號