以下为上游提供的源文稿,可能存在识别错误。
乔木转写是基于源文稿的中文提炼,不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇,慢慢读
从左侧挑一篇,正文会在这里排成书页。
Underwater image enhancement is challenging to evaluate due to the lack of clean reference images, so researchers rely on no-reference image quality assessment (NR-IQA) metrics. However, it remains unclear whether these metrics agree with human judgments. We evaluate 73 handcrafted underwater, learned underwater, visio
阅读原文 · Rishii Kumar Singh, Abhinav Rajput, Dinesh Kumar Vishwakarma
向阳乔木 · opencode-go/deepseek-v4.1-flash
水下图像增强有个长期没解决的老问题:没有干净参考图,只能靠无参考图像质量指标(NR-IQA)来打分。可这些指标到底跟人眼判断一致吗?这篇论文给了一个相当不客气的答案: 基本不一致 。 它把 73 个指标拉到人面前做对照,包括手工设计的水下指标、学习型水下指标、视觉语言模型和通用指标。结论是没有任何一个能稳定对上人的偏好。这个结论对做水下视觉、图像复原、甚至用...