AIGC图像质量评估指标研究

• 全文链接
• 请求原文

作   者：

邢润媚;  常升龙;  何宽;  朱曙光;  高琼;  胡昊; 

作者机构：

河南交通职业技术学院物流学院;  黄河水利职业技术学院 测绘工程学院;  河南师范大学 软件学院; 

关键词：

计算机视觉;  人工智能生成内容;  深度学习;  图像;  质量评估; 

期刊名称：

南京信息工程大学学报

i s s n：

1674-7070

年卷期：

2025 年 17 卷 001 期

页   码：

63-73

摘   要：

人工智能生成内容(AIGC)技术可为人类提供各种类型的信息生成服务，如何对AIGC进行准确的质量评估，是当前亟待解决的问题.本文主要针对大模型生成图像的质量及其评估指标开展深入研究.首先，从技术方面概述了当前评估AIGC的常见方法，如深度学习方法和计算机视觉方法等，介绍并分析了准确性、相关性、一致性、可解释性等指标在不同类型生成内容评估方面的表现.然后，为了展示评估指标的实际作用，以百度文心一言为例，对其生成的图像进行评估实验：使用直方图和噪点数量等量化指标对生成图像进行客观评估；使用整体协调性和美观性等视觉感官指标对生成图像进行主观评估.最后，综合对比客观评估和主观评估的结果，筛选出色偏、噪点数量、心理预期等AIGC产品质量评估的高可靠性指标.实验结果验证了综合使用主客观评估指标进行AIGC产品评估方法的有效性和可靠性.