受心理学启发的AGIQA用于改进图像质量评估

本文解决了现有AGIQA模型中语义漂移的问题，即图像嵌入与等级描述之间表现出不一致的相似性。它提出了一种受心理测量学（特别是Graded Response Model，GRM）启发的全新方法，以提高图像质量评估的可靠性和性能。Arithmetic GRM (AGQG) 模块的使用提供了即插即用的优势，并在不同图像类型上展示了强大的泛化能力，表明了其作为未来IQA模型的潜力。

• •解决了AGIQA模型中的语义漂移问题。
• •提出了一种受心理测量学（GRM）启发的全新方法。
• •引入了Arithmetic GRM (AGQG) 模块。
• •AGQG 提供了即插即用的优势并提高了性能。
• •展示了在不同图像类型上的强大泛化能力。