AI生成图像的视觉真实性：计算指标与人类中心分析
人机交互
2024-09-04 v2 人工智能
摘要
人工智能技术的快速发展彻底改变了各行业（包括娱乐、广告和电商）中图形内容的生产方式。这推动了对评估AI生成图像质量与真实性的稳健方法的需求。为此，我们开展了三项研究。首先，我们引入并验证了名为Visual Verity的问卷，用于衡量照片般真实性、图像质量和文本-图像对齐程度。其次，我们将该问卷用于评估来自AI模型（DALL-E2、DALL-E3、GLIDE、Stable Diffusion）和相机生成的图像，发现相机生成的图像在照片般真实性和文本-图像对齐方面表现突出，而AI模型在图像质量方面领先。我们还分析了统计特性，发现相机生成的图像在色调、饱和度和亮度方面的得分较低。此外，我们评估了计算指标与人类判断的一致性，确定MS-SSIM和CLIP是最符合人类评估的指标。我们还提出了神经特征相似度评分（NFSS）用于评估图像质量。我们的发现表明，需细化计算指标以更好地捕捉人类视觉感知，从而提高AI生成内容的评估。
引用
@article{arxiv.2408.12762,
title = {Visual Verity in AI-Generated Imagery: Computational Metrics and Human-Centric Analysis},
author = {Memoona Aziz and Umair Rehman and Syed Ali Safi and Amir Zaib Abbasi},
journal= {arXiv preprint arXiv:2408.12762},
year = {2024}
}