Tag · 5 篇
感知损失
VLIC：以视觉语言模型作为感知裁判实现人类对齐的图像压缩
VLIC: Vision-Language Models As Perceptual Judges for Human-Aligned Image Compression
把 VLM 的零样本二选一判断直接当作奖励信号，用偏好后训练（如 DPO/奖励加权）微调扩散式图像压缩器，替代传统在心理物理数据上标定的可微感知损失网络；这套「VLM 当裁判」的奖励设计与训练细节可迁移到超分、去噪、增强等任何需要人眼对齐的复原任务。
基于颜色分离与排序链的感知神经视频压缩
Perceptual Neural Video Compression with Color Separation and Rank Chain
把亮度与色度解耦处理并分别分配计算与码率预算，再配合基于码率的排序链损失做感知优化，这套思路可直接迁移到任何需要兼顾保真度与感知质量的低层视觉编码/复原任务中。
PercHead：面向单图三维头部重建与编辑的感知头部模型
PercHead: Perceptual Head Model for Single-Image 3D Head Reconstruction & Editing
用 DINOv2 + SAM 2.1 特征构造的感知损失可直接替换 LPIPS/SSIM/L1，作为高频细节监督的通用手段；ViT 解耦 3D 表示与 2D 输入的架构也值得借鉴到单图重建任务。
弥合图像超分辨率评测中的感知鸿沟
Bridging the Perception Gap in Image Super-Resolution Evaluation
对做超分辨率的人，这篇给出了一个可直接套用的评测改造：把任意 FR/NR IQA 指标换成成对相对质量比较（RQI），既能更贴合人眼偏好地排名 SR 模型，也能当作训练损失引导生成更真实的细节。
超越真值：面向图像复原的增强监督
Beyond the Ground Truth: Enhanced Supervision for Image Restoration
把「提升真值质量」当作提升复原性能的杠杆：用条件频率掩码生成器做频域 mixup，把原真值与超分变体融合成感知增强真值，再训练一个可插拔的轻量输出精炼网络，可直接接到现有复原模型后面。