تواجه عملية تقييم جودة الصور (Image Quality Assessment - IQA) في البيئات المفتوحة الكثير من التحديات، بما في ذلك صعوبة التعميم وقلة التفسير. ومع أن العديد من المنهجيات الحديثة تستند إلى نماذج لغوية متعددة الوسائط (Multimodal Large Language Models - MLLMs) التي تقدم طريقة كتابة نصية للتنبؤ بالجودة، إلا أن هذه الأساليب غالبًا ما تعتمد على تمثيلات داخلية منحازة دلاليًا، مما يجعلها أقل حساسية للتدهورات الإدراكية على المستويات الأساسية.

للتغلب على هذه العقبات، تم تقديم إطار IQA-T1، وهو نظام يعتمد على أدوات التحليل البصري المحسّنة لاستنتاج الجودة. خلال عملية الاستدلال، يقوم النموذج بدعوة أدوات تحليلة خاصة تعمل على توليد أدلة بصرية منظمة، مثل خرائط بقايا الضجيج، إحصائيات التدرج، والطيف الترددي. يتم دمج هذه الأدلة بشكل تدريجي في عملية الاستدلال لتحقيق تقييمات أكثر دقة وفهمًا.

لتمكين هذا النموذج، تم إنشاء مجموعة بيانات Q-Tool، التي تحتوي على 11,000 سلسلة من عمليات الاستدلال متعددة الوسائط المترابطة مع الأدلة التي تنتجها الأدوات. وقد أظهرت التجارب الشاملة على سبعة مقاييس لتقييم جودة الصور أن IQA-T1 يحقق أفضل أداء إجمالي عبر مختلف مجموعات البيانات، مع تقديم تقييمات جودة واضحة ومستندة إلى أدلة.

للاستفادة من جهودنا، يمكنكم الوصول إلى الكود ومجموعة البيانات عبر الرابط: https://github.com/zibuyu-02/IQA-T1. هل تعتقد أن هذا الإطار سيحدث ثورة في مجال تقييم جودة الصور؟ شاركونا آراءكم في التعليقات!