arXiv cs.CV· Jirong Zha, Yanwei Liao, Yemin Wang, Xiangmin Yi, Siqi Peng, Yingfeng Chen, Chen Gao, Xinlei Chen·· 2 小时前AI 评分30
Task-Utility IQA：重新思考具身任务中的图像质量评估
Task-Utility IQA: Rethinking Image Quality Assessment in Embodied Tasks
AI 导读
论文提出 Task-Utility IQA，主张图像质量评估应从分数回归转向由具身任务效用定义的目标条件判断，并给出一个基于 MLLM 的具身 IQA 智能体框架，可推理任务需求、定位质量证据并输出面向决策的评估。一项 VisDrone 小规模证据研究显示，传统感知指标与通用 MLLM IQA 分数对下游 VLM 任务成功的预测较弱，而任务条件效用分数预测更好。
来源：arXiv cs.CV · arxiv.org