图像质量评价（Image Quality Assessment）
图像修复的难点之一是质量评估。其主要原因是主观评价的模糊性和获取培训数据的成本。由于前面讨论的问题，虽然对退化图像提出了许多有效的IQA方法，例如腐蚀、压缩或噪声图像，但这些方法不能用于评估修复图像。为了克服前面问题，获得主观评价，主要有三种方法。基于人类反应的IQA的基本概念是，由于人类感知的不自然性，较少自然的内画区域会聚集更多的目光。因此，该方法根据图像修复前后的凝视密度来估计图像质量。为了降低测量实际人类凝视的成本，许多度量方法使用计算视觉显着性而不是实际的凝视。计算视觉显著性图，是一种仅从图像中表示估计视觉显著性的排列图。如果显著性图能很好地反映人类的实际凝视模式，那么用它们来代替实际的凝视效果会很好。然而，遗憾的是，正如下面我们会提到的，显著性图的准确性是相当有限的，因此基于显著性图的IQA方法的性能也是有限的。
https://blog.csdn.net/qq_30263737/article/details/111551155?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0.no_search_link&spm=1001.2101.3001.4242.1