DeepArt：推动人工智能生成内容保真度研究的基准
计算机视觉与模式识别
2023-12-27 v2 人工智能
机器学习
多媒体
摘要
本文探讨了领先的多模态大语言模型 GPT-4 的图像合成能力。我们建立了一个基准，用于评估 GPT-4 生成图像中纹理特征的保真度，该基准包含手绘图像及其对应的 AI 生成图像。本研究的贡献有三方面：首先，我们对基于 GPT-4 的图像合成特征保真度进行了深入分析，这是针对这一最先进模型的首次此类研究。其次，定量和定性实验充分揭示了 GPT-4 模型在图像合成方面的局限性。第三，我们编制了一个独特的手绘图像及对应 GPT-4 生成图像的基准，引入了一项新任务以推动人工智能生成内容（AIGC）的保真度研究。该数据集可在以下地址获取：\url{https://github.com/rickwang28574/DeepArt}。
引用
@article{arxiv.2312.10407,
title = {DeepArt: A Benchmark to Advance Fidelity Research in AI-Generated Content},
author = {Wentao Wang and Xuanyao Huang and Tianyang Wang and Swalpa Kumar Roy},
journal= {arXiv preprint arXiv:2312.10407},
year = {2023}
}
备注
This is the second version of this work, and new contributors join and the modification content is greatly increased