MANIQA：用于无参考图像质量评估的多维度注意力网络

无参考图像质量评估（No-Reference Image Quality Assessment, NR-IQA）旨在根据人类主观感知对图像的感知质量进行评估。然而，现有的NR-IQA方法在预测基于生成对抗网络（GAN）生成的失真图像质量分数方面仍远未达到理想效果。为此，本文提出一种多维度注意力网络——MANIQA（Multi-dimension Attention Network for no-reference Image Quality Assessment），以提升在GAN类失真图像上的评估性能。首先，通过视觉Transformer（ViT）提取图像特征；为进一步增强图像的全局与局部特征交互能力，我们设计了转置注意力模块（Transposed Attention Block, TAB）与尺度Swin Transformer模块（Scale Swin Transformer Block, SSTB）。其中，TAB在通道维度上引入注意力机制，SSTB则在空间维度上实现注意力建模。这两种模块以多维度方式协同作用，显著增强了图像不同区域之间的全局与局部交互能力。最后，采用双分支结构进行基于图像块权重的质量预测，根据每个图像块的得分权重综合计算最终质量分数。大量实验结果表明，MANIQA在四个标准数据集（LIVE、TID2013、CSIQ和KADID-10K）上均显著优于当前最先进的方法。此外，在NTIRE 2022感知图像质量评估挑战赛第二赛道（无参考图像质量评估）的最终测试阶段，本方法位列第一名。相关代码与模型已开源，可通过以下链接获取：https://github.com/IIGROUP/MANIQA。