心理学に着想を得たAGIQAによる画像品質評価の改善

本論文は、既存のAGIQAモデルにおけるセマンティックドリフトの問題、つまり画像埋め込みがグレードの説明との間で矛盾した類似性を示す問題に対処しています。心理測定学、具体的にはGraded Response Model（GRM）に着想を得た新しいアプローチを提案し、画像品質評価の信頼性と性能を向上させています。Arithmetic GRM（AGQG）モジュールの使用は、プラグアンドプレイの利点を提供し、さまざまな画像タイプにわたって強力な汎化能力を示しており、将来のIQAモデルとしての可能性を示唆しています。

• •AGIQAモデルにおけるセマンティックドリフトの問題に対処。
• •心理測定学（GRM）に着想を得た新しいアプローチを提案。
• •Arithmetic GRM（AGQG）モジュールを導入。
• •AGQGはプラグアンドプレイの利点を提供し、パフォーマンスを向上。
• •さまざまな画像タイプにわたって強力な汎化能力を実証。