연구진이 이미지 품질 평가(IQA) 모델의 강점을 활용하고 약점을 보완하기 위해 여러 모델 점수를 융합하는 프레임워크를 제안했어요. 제안된 모델은 점수 수준에서 세밀한 불확실성 추정을 수행하여 예측 정확도를 높이고 불확실성을 줄여요. 실험 결과, 제안된 모델은 개별 IQA 모델과 다른 융합 방법보다 우수한 성능을 보였으며, 융합 과정에서 ‘나쁜’ 모델을 거부하는 능력도 보여줬어요.