# 参考图像质量评估

该工作提出 FoMo：把参考图前向加噪到某个采样时间步后再独立去噪，用这个“分叉时刻”作为点对点感知距离标签，无需任何人工标注即可生成训练数据，并用 RankNet 式全局排序目标训练参考型图像质量评估指标；在 PIPAL、TID2013、CSIQ、LIVE 四个基准和七种骨干上取得最佳平均表现，其中 PIPAL 上 LPIPS-Alex 达到 0.733 的 SROCC，高于使用人工标注数据（如 KADID-10k 的 0.577）的同架构结果。

该工作提出 FoMo：把参考图前向加噪到某个采样时间步后再独立去噪，用这个“分叉时刻”作为点对点感知距离标签，无需任何人工标注即可生成训练数据，并用 RankNet 式全局排序目标训练参考型图像质量评估指标；在 PIPAL、TID2013、CSIQ、LIVE 四个基准和七种骨干上取得最佳平均表现，其中 PIPAL 上 LPIPS-Alex 达到 0.733 的 SROCC，高于使用人工标注数据（如 KADID-10k 的 0.577）的同架构结果。