論文の概要: An Evolutionary Agentic Approach for Open-ended Image Quality Perception

• arxiv url: http://arxiv.org/abs/2609.22942v1
• Date: Sat, 19 Sep 2026 10:42:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.605532
• Title: An Evolutionary Agentic Approach for Open-ended Image Quality Perception
• Title（参考訳）: オープンエンド画像品質知覚のための進化的エージェントアプローチ
• Abstract要約: PACEは、オープンエンドIQAを明示的なプロトコル構成として定式化する、トレーニングフリーのマルチエージェントフレームワークである。 MLLMのバックボーンを一貫して改善し、さまざまなIQA設定で競合するパフォーマンスを実現している。
• 参考スコア（独自算出の注目度）: 22.62858325781005
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative models are rapidly expanding image quality assessment (IQA) beyond traditional fidelity factors to emerging dimensions such as physical plausibility and text-rendering correctness. However, existing IQA models rely on fixed definitions and heavy supervision, making them difficult to extend to open-ended perceptual dimensions. We identify holistic bias as an important limitation: when scoring an unseen dimension, models reuse generic quality priors, leading to scoring errors and rank inversion. To address this, we propose PACE (Perceptual Agentic Collaborative Evolution), a training-free multi-agent framework that formulates open-ended IQA as explicit protocol construction. Given a target dimension, PACE uses collaborative agents to construct an evaluation protocol composed of verifiable Visual Question Answering (VQA) probes, grounding evaluation in concrete visual evidence rather than holistic impressions. The resulting protocol is calibrated using only four human-annotated images per dimension, while a dual-track scoring mechanism aligns model perception with human scoring scales. Across traditional IQA, structural fidelity, context-aware aesthetics, and newly defined open-ended dimensions, PACE consistently improves its MLLM backbone, achieving competitive performance across diverse IQA settings, and reduces the Holistic Override Rate (HOR) from 44.4\% to 8.6\%.
• Abstract（参考訳）: 生成モデルは、画像品質評価(IQA)を、従来の忠実度要因を超えて、物理的妥当性やテキストレンダリングの正確性といった新たな次元へと急速に拡大している。 しかし、既存のIQAモデルは固定された定義と重い監督に依存しており、オープンエンドの知覚次元にまで拡張することは困難である。 我々は、全体主義的バイアスを重要な制限として認識する: 目に見えない次元を採点するとき、モデルは一般的な品質の優先順位を再利用し、スコアの誤差とランクの逆転をもたらす。 これを解決するために,オープンエンドIQAを明示的なプロトコル構築として定式化するトレーニング不要なマルチエージェントフレームワークである PACE (Perceptual Agentic Collaborative Evolution) を提案する。 対象の寸法が与えられた場合、PACEは協調エージェントを使用して、検証可能な視覚質問回答(VQA)プローブからなる評価プロトコルを構築し、全体的な印象ではなく、具体的な視覚的エビデンスで評価を行う。 得られたプロトコルは、次元毎に4つの人間注釈付き画像のみを用いて校正され、二重トラックスコアリング機構は、人間のスコアリング尺度とモデル知覚を一致させる。 従来のIQA、構造的忠実性、文脈認識の美学、そして新しく定義されたオープンエンドディメンションは、一貫してMLLMのバックボーンを改善し、様々なIQA設定で競合する性能を達成し、ホリスティックオーバーライドレート(HOR)を44.4\%から8.6\%に下げている。

関連論文リスト

• Redefining Quality Criteria and Distance-Aware Score Modeling for Image Editing Assessment [28.60763581601123]
  IEQAはマルチモーダル入力と多次元評価よりも複雑な推論を必要とする。 本研究では,評価基準とスコア表現を共同で学習する統合フレームワークであるDefine-and-Score Image Editing Quality Assessment (DS-IEQA)を提案する。 2026 NTIRE X-AIGC Quality Assessment Track 2の4位にランクインした。
  論文  参考訳（メタデータ） (2026-04-14T01:05:41Z)
• PreResQ-R1: Towards Fine-Grained Rank-and-Score Reinforcement Learning for Visual Quality Assessment via Preference-Response Disentangled Policy Optimization [12.993619998545633]
  PreResQ-R1はPreference-Response Disentangled Reinforcement Learningフレームワークである。 1つの推論駆動最適化スキームにおいて絶対スコア回帰と相対ランク一貫性を統一する。 10 IQA と 5 VQA のベンチマークにおいて、SRCC と PLCC のメトリクスで最先端の結果を得る。
  論文  参考訳（メタデータ） (2025-11-07T16:19:50Z)
• AgenticIQA: An Agentic Framework for Adaptive and Interpretable Image Quality Assessment [69.06977852423564]
  画像品質評価(IQA)は、人間の視覚系に根ざした知覚品質の定量化と解釈の両方を反映している。 AgenticIQAは、IQAを歪み検出、歪み解析、ツール選択、ツール実行の4つのサブタスクに分解する。 本稿では,IQAエージェントに適した大規模命令データセットであるAgenticIQA-200Kと,VLMベースのIQAエージェントの計画,実行,要約機能を評価するための最初のベンチマークであるAgenticIQA-Evalを紹介する。
  論文  参考訳（メタデータ） (2025-09-30T09:37:01Z)
• MDIQA: Unified Image Quality Assessment for Multi-dimensional Evaluation and Restoration [76.94293572477379]
  本稿では,多次元画像品質評価(MDIQA)フレームワークを提案する。 我々は,5つの技術次元と4つの審美次元を含む,様々な知覚次元にわたる画像品質をモデル化する。 MDIQAモデルの準備が整うと、画像復元(IR)モデルの柔軟なトレーニングのためにデプロイできる。
  論文  参考訳（メタデータ） (2025-08-23T03:17:14Z)
• Image Quality Assessment for Embodied AI [103.66095742463195]
  Embodied AIは近年急速に発展しているが、現在も主に実験室に配備されている。 具体的タスク、すなわちロボットの知覚品質における画像のユーザビリティを評価するためのIQA手法は存在しない。
  論文  参考訳（メタデータ） (2025-05-22T15:51:07Z)
• Few-Shot Image Quality Assessment via Adaptation of Vision-Language Models [93.91086467402323]
  Gradient-Regulated Meta-Prompt IQA Framework (GRMP-IQA) は、視覚言語事前学習モデルのCLIPをIQAタスクに効率よく適応させるように設計されている。 GRMP-IQAは、 (i) Meta-Prompt 事前学習モジュールと (ii) Quality-Aware Gradient Regularization の2つのコアモジュールから構成される。
  論文  参考訳（メタデータ） (2024-09-09T07:26:21Z)

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。