AAPMT：通过提示与度量Transformer进行AGI评估
计算机视觉与模式识别
2024-03-29 v1 人工智能
摘要
文本到图像模型的出现标志着AI生成图像（AI-generated images, AGIs）演进的一个重要里程碑，拓展了其在设计、娱乐等多个领域的应用。尽管取得了这些突破，AGI的质量往往仍非最优，凸显了对有效评估方法的需求。这些方法对于评估图像相对于其文本描述的质量至关重要，且必须准确反映人类感知。该领域已取得实质性进展，BLIP和DBCNN等创新技术做出了重大贡献。然而，包括AGIQA-3K在内的近期研究揭示了当前方法与最先进（SOTA）标准之间的显著差距。这一差距强调了对更复杂、更精确的评估指标的必要性。作为回应，我们的目标是开发一个能够为各项指标评分的模型，该模型聚焦于感知质量、真实性以及图文对应度等参数，使其更贴合人类感知。在本文中，我们引入了一系列有效方法，包括提示设计和度量Transformer（Metric Transformer）。度量Transformer是一种受各种AGI质量指标间复杂相互关系启发的新颖结构。代码可在 https://github.com/huskydoge/CS3324-Digital-Image-Processing/tree/main/Assignment1 获取
引用
@article{arxiv.2403.19101,
title = {AAPMT: AGI Assessment Through Prompt and Metric Transformer},
author = {Benhao Huang},
journal= {arXiv preprint arXiv:2403.19101},
year = {2024}
}