Resumo Técnico: MR-IQA

Definição do Problema

A Avaliação de Qualidade de Imagem Cega (BIQA - Blind Image Quality Assessment) visa modelar julgamentos de qualidade perceptiva humana sem imagens de referência. As abordagens atuais baseiam-se principalmente em dois paradigmas de aprendizado: regressão, que calibra pontuações absoltas de qualidade, e ranqueamento (ranking), que recupera estruturas de qualidade a partir de relações ordinais. Trabalhos recentes, particularmente aqueles que utilizam Modelos de Linguagem de Grande Escala Multimodais (MLLMs), frequentemente empregam supervisão conjunta de regressão-ranqueamento para melhorar o desempenho, mas a relação teórica entre esses dois paradigmas permanece amplamente empírica. Os métodos existentes tipicamente equilibram esses objetivos por meio de pesos de perda heurísticos ou designs de recompensa, em vez de um princípio de otimização compartilhado. Além disso, métodos baseados em regressão costumam ser sensíveis a âncoras de pontuação específicas de cada conjunto de dados, enquanto métodos baseados em ranqueamento podem falhar em capturar a distância relativa contínua entre as imagens, focando apenas na direção da preferência.

Metodologia: MR-IQA

Os autores propõem o MR-IQA, um framework unificado que reinterpreta tanto a regressão quanto o ranqueamento através da lente das margens de qualidade.

1. Fundamentação Teórica: A Visão de Margem Unificada

O artigo deriva que tanto a regressão quanto o ranqueamento otimizam fundamentalmente as distâncias relacionais de pares (margens de qualidade), definidas como $\Delta\mu_{ij} = \mu_i - \mu_j$, onde $\mu$ representa a Pontuação Média de Opinião (MOS - Mean Opinion Score).

• Visão de Regressão: Demonstra-se que a regressão pontual otimiza erros de margem ($\delta_{ij} = \Delta s_{ij} - \Delta\mu_{ij}$) acoplados a um termo de âncora de conjunto de dados ($\bar{s} - \bar{\mu}$). O deslocamento de predição global na regressão atua como uma âncora restritiva que pode dificultar a generalização entre conjuntos de dados.
• Visão de Ranqueamento: O ranqueamento estilo Thurstone, que modela probabilidades de preferência $P_{ij}$, é matematicamente equivalente ao ajuste de margens transformadas. A direção de otimização da perda de ranqueamento baseada em fidelidade converge para o ajuste das margens preditas ($\Delta s_{ij}$) com as margens humanas ($\Delta\mu_{ij}$).
• A Ponte: O artigo prova que a métrica padrão de BIQA, o Coeficiente de Correlação Linear de Pearson (PLCC), é teoricamente equivalente à similaridade de cosseno entre o vetor de margens preditas e o vetor de margens humanas. Isso estabelece o ajuste de margem (margin fitting) como o alvo de otimização compartilhado para ambos os paradigmas.

2. Algoritmo: Aprendizado por Reforço com Recompensas de Margem

O MR-IQA instancia essa teoria como um algoritmo de Aprendizado por Reforço (RL) utilizando Otimização de Política Relativa de Grupo (GRPO - Group Relative Policy Optimization).

• Amostragem: Para um grupo de $N$ imagens, o modelo de política amostra $K$ conclusões de pontuação de qualidade por imagem.
• Cálculo de Margem: Para cada conclusão amostrada $s^{(k)}_i$, o modelo calcula a margem predita contra cada outra imagem no grupo: $\Delta s^{(k)}_{ij} = s^{(k)}_i - \bar{s}_j$.
• Design de Recompensa: O modelo calcula um erro de margem controlado por escala $z^{(k)}_{ij}$ comparando a margem predita com a margem de MOS real ($\Delta\mu_{ij}$). Duas opções de escala são exploradas:
  • Bruta (Raw): $\tau_{ij} = 1$ (desajuste absoluto).
  • Normalizada por Incerteza: $\tau_{ij} = \sqrt{\sigma_i^2 + \sigma_j^2}$ (relativo à variância entre avaliadores).
• Conversão de Recompensa: O erro é convertido em uma recompensa Gaussiana ou de Laplace ($r_{margin}$). A recompensa final ao nível da imagem agrega recompensas de pares através do grupo, normalizadas pela média e desvio padrão do grupo para calcular a vantagem para as atualizações da política.
• Treinamento: O framework é treinado no conjunto de dados KonIQ-10k usando MLLMs da família Qwen como backbones, otimizando diretamente para o alinhamento de margens sem regressão de pontuação pontual explícita ou rótulos de ranqueamento discretos.

Principais Contribuições

1. Unificação Teórica: O artigo une a regressão e o ranqueamento ao identificar a margem de qualidade como sua quantidade subjacente comum. Ele fornece uma derivação teórica mostrando que ambos os paradigmas são essencialmente otimizações orientadas por margem, com a regressão incluindo um termo de âncora de conjunto de dados adicional.
2. Framework MR-IQA: Os autores instanciam esse insight no MR-IQA, um algoritmo de RL controlado por escala. Diferente de métodos anteriores que combinam perdas de regressão e ranqueamento, o MR-IQA otimiza diretamente erros de margem de pares como recompensas de política, modelando explicitamente a estrutura de qualidade relacional contínua.
3. Validação Empírica: Através de experimentos controlados em seis benchmarks de BIQA (incluindo conjuntos de dados in-distribution e out-of-distribution), o MR-IQA demonstra um desempenho geral competitivo. Ele alcança o PLCC e SRCC médio mais fortes entre os métodos baseados em RL, superando tanto as linhas de base de regressão pura quanto de ranqueamento puro em configurações equivalentes.

Resultados Experimentais

• Desempenho: Em seis benchmarks (KonIQ-10k, SPAQ, LIVE-Challenge, AGIQA-3K, KADID-10k, CSIQ), o MR-IQA atinge um PLCC médio de 0,831 e um SRCC de 0,810. Isso é comparável ao forte modelo baseado em SFT, DeQA (0,838/0,813), e supera significativamente outros métodos baseados em RL, como Q-Insight (regressão) e VQ-R1 (ranqueamento).
• Estudos de Ablação:
  • Função de Recompensa: O estimador L2 com escala de margem bruta ($\tau_{ij}=1$) rendeu os melhores resultados. Surpreendentemente, a normalização pela variância entre avaliadores humanos não melhorou consistentemente o desempenho, sugerindo que a variância humana nem sempre é uma escala confiável para o treinamento de modelos.
  • Estabilidade do Backbone: Os ganhos de desempenho do MR-IQA sobre as linhas de base de regressão e ranqueamento foram consistentes em diferentes backbones de MLLM (Qwen3-VL-2B/4B e Qwen2.5-VL-7B), indicando que o método é robusto e não está preso a uma escala específica de modelo.
• Estudos de Caso: A análise qualitativa mostra que o MR-IQA alinha a evidência visual com as margens de MOS de forma mais robusta entre distribuições em comparação com as linhas de base, que frequentemente exibem sobreajuste perceptual ou falham em capturar distâncias relativas com precisão.

Significância e Alegações

O artigo afirma que o MR-IQA fornece um novo insight teórico para unificar a regressão e o ranqueamento, indo além de combinações empíricas para um princípio de otimização compartilhado baseado na estrutura de qualidade.

• Base Teórica: Oferece uma fundação para entender a BIQA ao mostrar que a calibração de pontuação e a comparação ordinal são unificadas através da estrutura de qualidade relacional (margens).
• Princípio de Design: O trabalho transforma a complementaridade empírica entre a calibração de pontuação e a comparação ordinal em um princípio de otimização explícito.
• Generalização: Os autores sugerem que essa visão baseada em margem se estende além da BIQA para outras tarefas de qualidade e ranqueamento, como avaliação estética, avaliação de qualidade de vídeo e aprendizado de ranqueamento (learning-to-rank).
• Limitações: Os autores notam modestamente que a normalização pela variância entre avaliadores não ajudou consistentemente, e que o método requer cobertura de pares suficiente, o que pode ser ruidoso em conjuntos de dados pequenos. Eles também observam que os experimentos atuais focam em MLLMs da família Qwen.