上海交大等团队构建OHF2024数据库并提出BLIP2模型评估与优化AI生成全景图像质量
AIGODIS的多维度质量度量、局部失真区域的精准定位，以及基于反馈的自动化图像优化
（映维网Nweon 2025年11月17日）随着生成式AI在图像创建领域的快速发展，AI生成全景图像因其在虚拟现实和增强现实应用中的潜力而备受关注。然而，这类图像存在的独特质量问题，如几何扭曲、语义不合理性以及文本-图像对应性差，严重影响了沉浸式用户体验。当前，缺乏专门用于系统评估和优化AI生成全景图像（AIGODIS）质量的数据集和计算方法。
为解决这一问题，海交通大学，天津大学，华东师范大学，法国南特大学团队构建了首个综合性人类反馈数据库OHF2024，并基于此提出了两个新型计算模型：BLIP2OIQA（用于图像质量评估）和BLIP2OISal（用于失真感知显著性预测）。这项研究首次实现了对AIGODIS的多维度质量度量、局部失真区域的精准定位，以及基于反馈的自动化图像优化。
研究团队系统地构建了OHF2024数据库，其流程如下：
......（全文 1693 字，剩余 1367 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
