研究人员引入了一种名为文本提示图像感知相似性（TPIPS）的新度量，旨在捕捉视觉相似性的细微方面，这与提供单一标量值的现有度量不同。该度量基于对图像三元组的大型数据集进行训练，这些数据集带有自由形式的语义方面标注。对各种视觉语言模型的基准测试显示，与人类标注者相比存在性能差距，TPIPS旨在弥合这一差距。TPIPS度量与人类感知更接近，并支持文本引导检索和生成模型评估中的新应用。 AI
影响 这项新度量可以提高图像检索和生成模型评估系统的准确性和灵活性。
排序理由 该集群描述了一篇介绍图像相似性新颖度量的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
