香港
而是PSNR这一指标本身。无论是超分辨率还是扩散模型，PSNR早已无法准确反映图像的实际质量。只是由于论文发表的需求，以及许多评审人习惯关注一个具体数值，所以PSNR仍在被广泛使用。在我阅读的图像处理相关文章中，PSNR出现得越来越少，人们更注重实际效果的表现。除了PSNR，还有一些更好的指标，如带有GT参考的LPIPS和无需参考的MUSIQ。它们比PSNR更具参考价值，但仍与实际感知存在较大差距，无法完全匹配人眼的感受。我们一直在努力研究大语言模型的图像质量评估。因为如果大家都围绕不恰当的评价指标优化算法，结果只会是越优化越不实用。2023年在VALSE会议上，
香港科技
大学的张磊老师就指出，学术界的许多图像处理算法虽然把各项指标提升得很高，但实际已与产业需求严重脱节，根本无法应用于真实拍照场景。顺便推荐一下我们的图像质量评估系列工作DepictQA和DeQA，提供开源代码，无需安装即可直接使用。
针对这个问题，我建议由于当前IQA表现不佳，最佳方式是多呈现视觉效果并结合用户研究，而非将一个不错的算法硬调至PSNR高却实际失真严重。
