論文の概要: RL-ScanIQA: Reinforcement-Learned Scanpaths for Blind 360°Image Quality Assessment

• arxiv url: http://arxiv.org/abs/2603.14297v1
• Date: Sun, 15 Mar 2026 09:21:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.730052
• Title: RL-ScanIQA: Reinforcement-Learned Scanpaths for Blind 360°Image Quality Assessment
• Title（参考訳）: RL-ScanIQA:Blind 360°画像品質評価のための強化学習型スキャンパス
• Authors: Yujia Wang, Yuyan Li, Jiuming Liu, Fang-Lue Zhang, Xinhu Zheng, Neil. A Dodgson,
• Abstract要約: Blind 360image Quality Assessmentは,パノラマ画像の知覚品質をプリズム参照なしで予測することを目的としている。 ブラインド360IQAのための強化学習フレームワークであるRL-ScanIQAを提案する。 3つのベンチマーク実験により、RL-ScanIQAはより優れたインデータセット性能とクロスデータセットの一般化を実現することが示された。
• 参考スコア（独自算出の注目度）: 30.321209907137856
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Blind 360°image quality assessment (IQA) aims to predict perceptual quality for panoramic images without a pristine reference. Unlike conventional planar images, 360°content in immersive environments restricts viewers to a limited viewport at any moment, making viewing behaviors critical to quality perception. Although existing scanpath-based approaches have attempted to model viewing behaviors by approximating the human view-then-rate paradigm, they treat scanpath generation and quality assessment as separate steps, preventing end-to-end optimization and task-aligned exploration. To address this limitation, we propose RL-ScanIQA, a reinforcement-learned framework for blind 360°IQA. RL-ScanIQA optimize a PPO-trained scanpath policy and a quality assessor, where the policy receives quality-driven feedback to learn task-relevant viewing strategies. To improve training stability and prevent mode collapse, we design multi-level rewards, including scanpath diversity and equator-biased priors. We further boost cross-dataset robustness using distortion-space augmentation together with rank-consistent losses that preserve intra-image and inter-image quality orderings. Extensive experiments on three benchmarks show that RL-ScanIQA achieves superior in-dataset performance and cross-dataset generalization. Codes are available at https://github.com/wangyuji1/RLScanIQA.git.
• Abstract（参考訳）: Blind 360°image Quality Assessment (IQA) は、パノラマ画像の知覚品質をプリズム参照なしで予測することを目的としている。 従来の平面画像とは異なり、没入環境における360度コンテンツは、視聴者をいつでも限られたビューポートに制限し、品質知覚に重要な視聴行動を与える。 既存のスキャンパスに基づくアプローチは、人間の視線理論を近似することで視聴行動のモデル化を試みるが、スキャンパスの生成と品質評価を別のステップとして扱い、エンドツーエンドの最適化やタスク整合探索を防ぐ。 この制限に対処するために, ブラインド360°IQAのための強化学習フレームワークであるRL-ScanIQAを提案する。 RL-ScanIQAは、PPO訓練されたスキャンパスポリシーと品質評価器を最適化し、品質駆動型フィードバックを受け取り、タスク関連視聴戦略を学ぶ。 トレーニングの安定性を改善し,モード崩壊を防止するために,スキャンパスの多様性や赤道偏差を含むマルチレベル報酬を設計する。 さらに、歪み空間の増大と、画像内および画像間品質の秩序を保ったランク一貫性の損失を用いて、データセット間のロバスト性をさらに向上する。 3つのベンチマークにおいて、RL-ScanIQAはより優れたインデータセット性能とクロスデータセットの一般化を実現することを示す。 コードはhttps://github.com/wangyuji1/RLScanIQA.gitで公開されている。

関連論文リスト

• Surveillance Facial Image Quality Assessment: A Multi-dimensional Dataset and Lightweight Model [59.39390911456143]
  監視顔画像品質評価(SFIQA)に関する初の総合的研究を提案する。 SFIQA-Benchは、現実世界のシナリオで3つの広く配備された監視カメラによって撮影された5,004枚の監視顔画像で構成されている。 ノイズ、シャープネス、カラフルネス、コントラスト、忠実度、全体的な品質を含む6次元品質評価を主観的な実験により収集する。
  論文  参考訳（メタデータ） (2026-02-07T06:51:03Z)
• Max360IQ: Blind Omnidirectional Image Quality Assessment with Multi-axis Attention [30.688264840230755]
  マルチ軸アテンションを用いた視覚的全方位画像品質評価モデル(Max360IQ)を提案する。 Max360IQは、一様歪んだ全方位画像の品質だけでなく、一様歪んだ全方位画像の品質も正確に測定できる。
  論文  参考訳（メタデータ） (2025-02-26T11:01:03Z)
• DP-IQA: Utilizing Diffusion Prior for Blind Image Quality Assessment in the Wild [73.6767681305851]
  野生のブラインド画像品質評価(IQA)は重大な課題を呈している。 大規模なトレーニングデータの収集が困難であることを考えると、厳密な一般化モデルを開発するために限られたデータを活用することは、未解決の問題である。 事前訓練されたテキスト・ツー・イメージ(T2I)拡散モデルの堅牢な画像認識能力により,新しいIQA法,拡散先行に基づくIQAを提案する。
  論文  参考訳（メタデータ） (2024-05-30T12:32:35Z)
• Perceptual Quality Assessment of 360$^\circ$ Images Based on Generative Scanpath Representation [40.00063797833765]
  360$circ$画像の品質を効果的に推定するための一意な生成性スキャンパス表現(GSR)を導入する。 GSRは、予め定義された視聴条件下で、多義語利用者の知覚経験を集約する。 そこで我々は,高品質マップGSRを学習し,効率的なOIQA計算フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-07T04:10:30Z)
• Assessor360: Multi-sequence Network for Blind Omnidirectional Image Quality Assessment [50.82681686110528]
  Blind Omnidirectional Image Quality Assessment (BOIQA)は、全方位画像(ODI)の人間の知覚品質を客観的に評価することを目的としている。 ODIの品質評価は、既存のBOIQAパイプラインがオブザーバのブラウジングプロセスのモデリングを欠いているという事実によって著しく妨げられている。 Assessor360と呼ばれるBOIQAのための新しいマルチシーケンスネットワークを提案する。
  論文  参考訳（メタデータ） (2023-05-18T13:55:28Z)
• ST360IQ: No-Reference Omnidirectional Image Quality Assessment with Spherical Vision Transformers [17.48330099000856]
  ノン参照360画像品質評価法を提案する。 提案手法は,全方位画像の品質と人間の知覚画像品質の相関関係を推定する。
  論文  参考訳（メタデータ） (2023-03-13T07:48:46Z)
• No-Reference Image Quality Assessment by Hallucinating Pristine Features [24.35220427707458]
  本稿では,特徴レベルの擬似参照(PR)幻覚を用いた非参照画像品質評価(IQA)手法を提案する。 提案手法の有効性を4つのIQAデータベースで実証した。
  論文  参考訳（メタデータ） (2021-08-09T16:48:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。