祝贺实验室博士生何帅（一作）、硕士生郑顺天（共一）等的论文被CCF A机器学习顶会NIPS2024接收。
Rethinking No-reference Image Exposure Assessment from Holism to Pixel: Models, Datasets and Benchmarks：无参考场景的像素级图像曝光评估的新基准。现有的传统图像质量评估方法有两大的痛点：①无参考场景的泛化性不足；②下游细粒度的分类或者回归任务倒逼上游更细粒度的量化。本文以图像曝光为例，借鉴图像美学评估的方法，将美学量化作为理想曝光图像的基础，尝试解决这两大痛点问题，方法获得全部四个审稿人一致认可，被领域主席称为“a highly comprehensive study on non-reference IEA”。
