PulseAugur
中
实时 08:02:08
English(EN) PROVE: A Perceptual RemOVal cohErence Benchmark for Visual Media

新基准PROVE改进了视觉媒体中物体移除的评估

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了PROVE，这是一个新的基准和评估框架，旨在更好地评估图像和视频中的物体移除。该框架包括RC指标（RC-S用于空间一致性，RC-T用于时间一致性），旨在比现有方法更贴近人类感知。PROVE还包括PROVE-Bench，一个包含两个层级的数据集：PROVE-M用于运动增强，PROVE-H用于无真实情况的挑战性子集。 AI

影响 该基准可能导致对执行视觉媒体物体移除任务的AI模型进行更准确、更符合感知的评估。

排序理由 该集群描述了一篇介绍视觉媒体基准和评估指标的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新基准PROVE改进了视觉媒体中物体移除的评估

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Fuhao Li, Shaofeng You, Jiagao Hu, Yu Liu, Yuxuan Chen, Zepeng Wang, Fei Wang, Daiguo Zhou, Jian Luan ·

    PROVE：视觉媒体的感知移除一致性基准

    arXiv:2605.14534v2 Announce Type: replace Abstract: Evaluating object removal in images and videos remains challenging because the task is inherently one-to-many, yet existing metrics frequently disagree with human perception. Full-reference metrics reward copy-paste behaviors ov…

相关话题