QPT V2: Masked Image Modeling Advances Visual Scoring
QPT V2:掩码图像建模在视觉评分中的进展
机构 * Tsinghua University(清华大学) ; Kuaishou Technology(快手科技)
AI总结 本文提出QPT V2框架,通过掩码图像建模提升视觉质量和审美评分能力,通过数据筛选、降质引入和模型结构调整,在11个下游基准测试中表现优异。
Comments 8 pages, 6 figures. Accepted by ACM MM 24