提案手法は、完全参照型と非参照型の画像品質評価を単一のフレームワークで実現し、両タスクにおいて最先端の性能を達成する。
AIによって生成された画像の質を評価するには、画像の品質と画像-テキストの対応関係の両方を考慮する必要がある。提案するIP-IQAフレームワークは、画像とテキストプロンプトを同時に処理し、両者の関係を理解することで、より包括的な評価を実現する。
NR-IQAモデルの敵対的な強度を軽減するための正則化戦略が効果的であることを示す。
画像品質の記述と比較を言語で行うDepictQAは、従来のスコアベース手法と異なり、人間の評価プロセスに合致している。