論文の概要: NightIQA: A Comprehensive Dataset and Benchmark for MLLM-Based Nighttime Image Quality Assessment
- arxiv url: http://arxiv.org/abs/2611.04811v1
- Date: Tue, 03 Nov 2026 12:42:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-09 13:18:52.845972
- Title: NightIQA: A Comprehensive Dataset and Benchmark for MLLM-Based Nighttime Image Quality Assessment
- Title(参考訳): NightIQA: MLLMに基づく夜間画像品質評価のための総合データセットとベンチマーク
- Abstract要約: MLLMベースの夜間IQAのためのデータセットとベンチマークスイートであるNightIQAを提示する。
NightIQA-Realは1,769枚の高解像度画像からなる現実世界のデータセットで、現代の機器で撮影しました。
NightIQA-Benchは、MLLMベースの夜間IQAに合わせた、視覚的に複数の選択の質問を1,078のベンチマークで示した。
NightIQA-Synは本質的にスケーラブルでシーン対応の合成パイプラインで、グローバルレベルとインスタンスレベルの劣化を共同でモデル化する。
- 参考スコア(独自算出の注目度): 5.720723944596418
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Nighttime images are inherently susceptible to complex, compound degradations, making accurate quality assessment exceptionally challenging. Score-based IQA methods condense quality into a single number, lacking the multi-dimensional, language-grounded reasoning required for nighttime evaluation. Multimodal Large Language Models (MLLMs) offer a more comprehensive alternative, yet remain constrained by a critical data gap: existing real-world IQA datasets are overwhelmingly daytime-centric and often built from outdated captures, while synthetic alternatives lack nighttime-specific degradation modeling, yielding artifacts far removed from authentic nighttime conditions. To bridge this gap, we present NightIQA, a dataset and benchmark suite purpose-built for MLLM-based nighttime IQA. It comprises three core components: NightIQA-Real, a real-world dataset of 1,769 high-resolution images that we captured ourselves with modern equipment, encompassing six canonical distortion types and structured multi-dimensional annotations; NightIQA-Bench, a benchmark of 1,078 visually grounded multiple-choice questions tailored to MLLM-based nighttime IQA, organized around a four-level evaluation hierarchy spanning Perception, Technical Assessment, Localization, and Reasoning; and NightIQA-Syn, an inherently scalable, scene-aware synthesis pipeline that jointly models global-level and instance-level degradations, with an initial release of 80k high-fidelity images alongside the full generation code. Fine-tuned on NightIQA with Supervised Fine-Tuning (SFT) and Group Relative Policy Optimization (GRPO), Qwen3-VL-8B outperforms open-source IQA methods and achieves higher overall accuracy than leading closed-source models, highlighting the value of domain-specific data and structured supervision.
- Abstract(参考訳): 夜間画像は本質的に複雑で複雑な劣化を受けやすいため、正確な品質評価は極めて困難である。
スコアベースのIQA法は、夜間評価に必要な多次元の言語に基づく推論を欠いているため、品質を1つの数に凝縮する。
既存の実世界のIQAデータセットは圧倒的に日中中心であり、時代遅れのキャプチャから構築されることが多いが、合成された代替品は夜間固有の劣化モデリングを欠いているため、真正の夜間条件から遠く離れたアーティファクトが得られる。
このギャップを埋めるために、MLLMベースの夜間IQA用に構築されたデータセットとベンチマークスイートであるNightIQAを紹介する。
NightIQA-Realは、6つの標準歪みタイプと構造化された多次元アノテーションを含む、現代の機器で捉えた1,769の高解像度画像からなる現実世界のデータセットである。NightIQA-Benchは、MLLMベースのナイトタイムIQAに合わせた1078の視覚的根拠を持つマルチチョイス質問のベンチマークで、知覚、技術評価、局所化、推論にまたがる4レベル評価階層を中心に構成され、NightIQA-Synは、グローバルレベルとインスタンスレベルの劣化を共同でモデル化する本質的にスケーラブルでシーン認識の合成パイプラインで、生成コードとともに80kの高解像度画像がリリースされている。
NightIQA と Supervised Fine-Tuning (SFT) と Group Relative Policy Optimization (GRPO) で微調整された Qwen3-VL-8B は、オープンソース IQA メソッドより優れており、主要なクローズドソースモデルよりも全体的な精度が高く、ドメイン固有のデータの価値と構造化された監視力を強調している。
関連論文リスト
- IQA-T1: Tool-based Visual Evidence Reasoning for Image Quality Assessment [59.83941105390897]
ツールベースの視覚的エビデンス推論フレームワークであるIQA-T1を提案する。
推論の間、モデルは、構造化された視覚的証拠を生成するための特殊な分析ツールを自律的に呼び出す。
実験によると、IQA-T1はデータセット全体で最高の全体的なパフォーマンスを達成する。
論文 参考訳(メタデータ) (2026-07-14T05:47:32Z) - TRIQA: Image Quality Assessment by Contrastive Pretraining on Ordered Distortion Triplets [31.2422359004089]
No-Reference (NR) IQA は参照画像がないため、特に困難である。
本稿では,限られた数の参照コンテンツ画像を用いて,カスタムデータセットを構築する新しい手法を提案する。
対照的な三重項学習を用いて品質認識モデルを訓練し、より少ないサンプルで効率的なトレーニングを可能にする。
論文 参考訳(メタデータ) (2025-07-16T23:43:12Z) - IQPFR: An Image Quality Prior for Blind Face Restoration and Beyond [56.99331967165238]
Blind Face Restoration (BFR)は、劣化した低品質(LQ)の顔画像を高品質(HQ)の出力に再構成する課題に対処する。
本研究では,非参照画像品質評価(NR-IQA)モデルから得られた画像品質優先(IQP)を組み込んだ新しいフレームワークを提案する。
提案手法は,複数のベンチマークにおいて最先端技術より優れている。
論文 参考訳(メタデータ) (2025-03-12T11:39:51Z) - Grounding-IQA: Grounding Multimodal Language Model for Image Quality Assessment [76.77693558769934]
本稿では,新しい画像品質評価(IQA)タスクパラダイム**grounding-IQA*を紹介する。
このパラダイムはマルチモーダル参照とグラウンドをIQAと統合し、よりきめ細かい品質知覚を実現する。
我々は,GIQA-Benchというよく設計されたベンチマークを開発した。このベンチマークは,記述品質,VQA精度,グラウンド化精度の3点から,グラウンド化-IQA性能を評価する。
論文 参考訳(メタデータ) (2024-11-26T09:03:16Z) - 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) - LAR-IQA: A Lightweight, Accurate, and Robust No-Reference Image Quality Assessment Model [6.074775040047959]
我々は,ECCV AIM UHD-IQAチャレンジ検証とテストデータセット上での最先端(SOTA)性能を実現する,コンパクトで軽量なNR-IQAモデルを提案する。
本モデルでは,合成および音響的に歪んだ画像に対して,各枝を個別に訓練した二重ブランチアーキテクチャを特徴とする。
各種オープンソースデータセットを考慮した評価では,提案した軽量モデルの実用的,高精度,堅牢な性能を強調した。
論文 参考訳(メタデータ) (2024-08-30T07:32:19Z) - Blind Multimodal Quality Assessment: A Brief Survey and A Case Study of
Low-light Images [73.27643795557778]
ブラインド画像品質評価(BIQA)は、視覚信号の客観的スコアを自動的に正確に予測することを目的としている。
この分野での最近の発展は、ヒトの主観的評価パターンと矛盾しない一助的解によって支配されている。
主観的評価から客観的スコアへの低照度画像の一意なブラインドマルチモーダル品質評価(BMQA)を提案する。
論文 参考訳(メタデータ) (2023-03-18T09:04:55Z)
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。