TOPIQ：一种从语义到失真信息的自顶向下图像质量评估方法

图像质量评估（Image Quality Assessment, IQA）是计算机视觉领域的一项基础任务，近年来在深度神经网络的推动下取得了显著进展。受人类视觉系统特性的启发，现有方法通常结合全局与局部表征（即多尺度特征）以实现优异的性能。然而，大多数方法仅采用简单的线性融合方式处理多尺度特征，忽视了不同尺度特征之间潜在的复杂关系与交互作用。相比之下，人类在判断图像质量时，通常先形成整体印象以定位关键区域，随后聚焦于这些区域的局部细节。基于此，我们提出一种自上而下的方法——TOPIQ，该方法利用高层语义信息引导IQA网络关注语义上重要的局部失真区域。我们的方法设计了一种启发式的粗到精网络结构（Coarse-to-Fine Attention Network, CFANet），该网络通过自上而下的方式，利用多尺度特征并逐步将多层级语义信息传播至低层表示。方法的核心组件是所提出的跨尺度注意力机制，该机制基于高层特征为低层特征生成注意力图，从而突出对低层失真具有关键意义的语义区域，显著提升评估性能。CFANet可适用于全参考（Full-Reference, FR）与无参考（No-Reference, NR）图像质量评估任务。我们以ResNet50作为骨干网络，在多个公开的FR与NR基准测试中验证了CFANet的性能。实验结果表明，CFANet在保持优异性能的同时，显著优于或媲美当前基于视觉Transformer的先进方法，且计算效率更高——其浮点运算量（FLOPS）仅为当前最优FR方法的约13%。相关代码已开源，地址为：https://github.com/chaofengc/IQA-PyTorch。