CAP：评估具有说服力和创造性的图像生成
计算机视觉与模式识别
2025-10-17 v2 计算与语言
图形学
摘要
我们解决了广告图像生成任务，提出了三项评估指标，用于衡量生成广告图像中创造性（Creativity）、提示对齐（prompt Alignment）和说服性（Persuasiveness）——即CAP指标。尽管近期在文本到图像（Text-to-Image, T2I）生成方面取得了进展，能够生成高质量的图像，但对这些模型的评估仍然具有挑战性。现有的评估方法主要集中于评估与明确、详细描述的对齐性，但评估与视觉隐式提示的对齐性仍是未解决的难题。此外，创造性和说服性是增强广告图像效果的关键属性，却鲜少被测量。为此，我们提出了三项新颖的指标，用于评估生成图像的创造性、对齐性和说服性。我们的发现表明，当前的T2I模型在输入文本为隐式信息时，难以实现创造性、说服性和对齐性。我们进一步引入一种简单而有效的方法，以提升T2I模型在生成更具对齐性、更具创造性和更具说服性图像方面的能力。
引用
@article{arxiv.2412.10426,
title = {CAP: Evaluation of Persuasive and Creative Image Generation},
author = {Aysan Aghazadeh and Adriana Kovashka},
journal= {arXiv preprint arXiv:2412.10426},
year = {2025}
}