多模态融合是多模态智能中的基础任务之一。 多模态融合的动机在于联合利用来自不同模态的有效信息提升下游任务的准确性和稳定性。传统的多模态融合方法往往依赖高质量数据，难以适应现实应用中的复杂低质的多模态数据。 由天津大学、中国人民大学、新加坡科技研究局、四川大学、西安电子科技大学以及哈尔滨工业大学（深圳）共同发布的低质多模态数据融合综述《Multimodal Fusion on Low-quali

图像质量评估是一个“古老”而重要的课题，有着广泛的应用和深远的影响。一些非常经典的图像质量评估方法，比如PSNR, SSIM，包括新兴的LPIPS，已经被广泛用来做图像复原任务的衡量指标。但是，这些指标通常需要高质量图像作参考，从而使得其在很多场景下无法适用。 本文针对图像复原任务的衡量问题，提出了一种更加具有可行性的图像质量评估方式：通过从低质量图像中提取有用信息，帮助衡量复原图像的质量。这一