연구진이 이미지 품질 평가를 위해 NSS(Natural Scene Statistics)와 VLM(Vision-Language Model) 특징을 융합하는 새로운 프레임워크를 제안했어요.
이미지 내용에 따라 각 특징의 기여도를 학습하는 승수 게이팅 메커니즘을 사용해, 왜곡에 따른 NSS 기여도를 반영했어요.
KADID-10k 데이터셋에서 기존 최고 성능을 능가하는 결과를 보여줬으며, KonIQ-10k, LIVE Challenge에서도 우수한 성능을 기록했어요.
실험 결과, 노이즈나 색상 변화와 같은 왜곡에서는 NSS 특징이, 색상 채도 변화와 같은 지각적 왜곡에서는 VLM 특징이 더 큰 기여를 하는 것으로 나타났어요.