StableI2I：识别图像到图像转换中的非预期变化
计算机视觉与模式识别
2026-05-07 v1 人工智能
摘要
在大多数真实世界的图像到图像（I2I）场景中，现有的评估主要关注指令遵循以及生成图像的感知质量或美学。然而，它们在很大程度上未能评估输出图像是否保留了输入图像的语义对应关系和空间结构。为了解决这一局限性，我们提出了 StableI2I，这是一个统一且动态的评估框架，可在无需参考图像的情况下，显式测量广泛 I2I 任务（包括图像编辑和图像恢复）中的内容保真度与转换前后一致性。此外，我们构建了 StableI2I-Bench，这是一个旨在系统评估多模态大语言模型（MLLM）在此类保真度和一致性评估任务上准确性的基准。大量实验结果表明，StableI2I 提供了对内容保真度和一致性的准确、细粒度且可解释的评估，并与人类主观判断具有很强的相关性。我们的框架作为一种实用且可靠的评估工具，可用于诊断真实世界 I2I 系统中的内容一致性并对模型性能进行基准测试。
引用
@article{arxiv.2605.04453,
title = {StableI2I: Spotting Unintended Changes in Image-to-Image Transition},
author = {Jiayang Li and Shuo Cao and Xiaohui Li and Zhizhen Zhang and Kaiwen Zhu and Yule Duan and Yu Qiao and Jian Zhang and Yihao Liu},
journal= {arXiv preprint arXiv:2605.04453},
year = {2026}
}