【深度学习新浪潮】大模型在图像质量评价方面的研发进展一览

引言

图像质量评价（IQA）是计算机视觉领域的核心任务之一，广泛应用于图像增强、视频编码、AIGC生成质量控制、工业质检等场景。传统IQA方法分为全参考（FR-IQA）和无参考（NR-IQA）两类，前者依赖无损参考图（如PSNR、SSIM），后者仅通过待评估图像判断质量，但均存在明显局限——手工设计特征泛化性差、评分缺乏可解释性、对真实场景失真适应性弱。

大模型（包括视觉Transformer、多模态大语言模型、扩散模型）的崛起为IQA带来了革命性突破，凭借强大的特征提取能力、跨域泛化能力和推理能力，解决了传统方法的核心痛点。本文将从技术创新、核心模型、工程落地三个维度，系统梳理大模型在IQA领域的最新研发进展，结合2024-2025年顶会成果（NeurIPS、CVPR、ECCV），解析其技术逻辑与应用价值。

一、大模型重塑IQA：核心技术突破方向

大模型对IQA的革新，本质是通过更强的特征表示、更灵活的任务适配、更贴近人类感知的评价逻辑，实现从“数值评分”到“智能理解”的跨越。核心突破集中在四个方向：

1.1 多模态融合：让评价“可解释、可推理”

传统IQA仅输出单一分数，无法解释质量问题成因。多模态大模型（MLLM）通过“图像理解+语言推理”的融合范式，实现了质量评价的文本化描述与逻辑归因。</