你觉得把GAN生成对抗网络用于图像质量评价可行吗？ about cnniqa HOT 8 CLOSED

@dadachongzi 已经有三篇论文使用过对抗学习的思路做质量评价，可以自己去查阅。在这三个会上的论文：CVPR2018, AAAI2018以及ICASSP2018.

你所描述的这个情况比较接近ICASSP2018里的那篇论文，不过那篇论文使用对抗学习的思路很简单，效果也并不是很明显。你感兴趣可以参阅后自己考虑该怎么做。

from cnniqa.

2018AAAI: RAN4IQA：Restorative adversarial nets for no-referenceimage quality assessment. 北京大学；2018CVPR: Blind predicting similar quality mapfor image quality assessment. **传媒大学；2018ICASSP:VR IQA NET: deep virtual realityimage quality using adversarial learning.
是这三篇文章吗

from cnniqa.

@dadachongzi CVPR的找错了, 也是北大的, Hallucinated-IQA

from cnniqa.

是不是现在CNN做烂了啊，还有可做性吗

from cnniqa.

@dadachongzi 问题,方法,性能上都有新意的工作是不多的. 简单直接的思路很多人都能想到,自然就让你觉得做烂了,深挖的工作并不多.

如果你追求的是比较浅层的工作,确实没什么好做的了. 而如果你挖得足够深,就能针对问题有足够行之有效而又独特的见解与分析,那CNN还是可做的.

from cnniqa.

可以加个微信或者qq吗？

from cnniqa.

@dadachongzi 九九一七五六七七二.

from cnniqa.

666

from cnniqa.