Life-IQA: Boosting Blind Image Quality Assessment through GCN-enhanced Layer Interaction and MoE-based Feature Decoupling
Created by
Haebom
Category
Empty
저자
Long Tang, Guoquan Zhen, Jie Hao, Jianbo Zhang, Huiyu Duan, Liang Yuan, Guangtao Zhai
개요
본 논문은 시각적 경험 평가 및 최적화에 중요한 역할을 하는 블라인드 이미지 품질 평가(BIQA)를 다룬다. 기존 BIQA 접근 방식의 한계점인 얕은 특징과 깊은 특징의 불균등한 기여와 효과적인 품질 디코딩 아키텍처의 부족을 해결하고자, GCN 기반 레이어 상호작용과 MoE 기반 특징 분리를 통해 품질 특징 디코딩 프레임워크인 Life-IQA를 제안한다. GCN 기반 레이어 상호작용 모듈은 GCN으로 강화된 가장 깊은 레이어의 특징을 쿼리로, 마지막에서 두 번째 레이어의 특징을 키와 값으로 사용하여 교차-주의(cross-attention)를 수행한다. 또한, MoE 기반 특징 분리 모듈은 특정 왜곡 유형 또는 품질 차원에 특화된 서로 다른 전문가를 통해 융합된 표현을 분리한다. Life-IQA는 여러 BIQA 벤치마크에서 정확도와 비용 사이의 균형을 유지하며 최첨단 성능을 달성한다.
시사점, 한계점
•
시사점:
◦
BIQA에서 얕은 특징과 깊은 특징의 기여도 차이를 고려하여 성능 향상.
◦
GCN 기반 레이어 상호작용을 통해 특징 상호작용 효과를 높임.
◦
MoE 기반 특징 분리 모듈을 통해 다양한 왜곡 유형 및 품질 차원에 대한 전문성을 확보.
