Fugu-MT 論文翻訳(概要): Embodied Image Quality Assessment for Robotic Intelligence

論文の概要: Embodied Image Quality Assessment for Robotic Intelligence

arxiv url: http://arxiv.org/abs/2412.18774v2
Date: Mon, 30 Dec 2024 14:54:57 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-31 12:42:30.892349
Title: Embodied Image Quality Assessment for Robotic Intelligence
Title（参考訳）: ロボットインテリジェンスのための身体的画像品質評価
Authors: Jianbo Zhang, Chunyi Li, Liang Yuan, Guoquan Zheng, Jie Hao, Guangtao Zhai,
Abstract要約: まず,画像品質評価(EIQA)フレームワークを提案する。我々は,ロボットの下流作業に基づく入力画像の評価基準を確立する。実験により、エンボディ画像の品質評価は人間と異なることが示された。
参考スコア（独自算出の注目度）: 36.80460733311791
License:
Abstract: Image quality assessment (IQA) of user-generated content (UGC) is a critical technique for human quality of experience (QoE). However, for robot-generated content (RGC), will its image quality be consistent with the Moravec paradox and counter to human common sense? Human subjective scoring is more based on the attractiveness of the image. Embodied agent are required to interact and perceive in the environment, and finally perform specific tasks. Visual images as inputs directly influence downstream tasks. In this paper, we first propose an embodied image quality assessment (EIQA) frameworks. We establish assessment metrics for input images based on the downstream tasks of robot. In addition, we construct an Embodied Preference Database (EPD) containing 5,000 reference and distorted image annotations. The performance of mainstream IQA algorithms on EPD dataset is finally verified. The experiments demonstrate that quality assessment of embodied images is different from that of humans. We sincerely hope that the EPD can contribute to the development of embodied AI by focusing on image quality assessment. The benchmark is available at https://github.com/Jianbo-maker/EPD_benchmark.
Abstract（参考訳）: ユーザ生成コンテンツ(UGC)の画像品質評価(IQA)は、人間の品質体験(QoE)にとって重要な技術である。しかし、ロボット生成コンテンツ(RGC)の場合、画像の品質はモラベックパラドックスと一致し、人間の常識に反するだろうか? 人間の主観的スコアリングは、画像の魅力に基づいている。エージェントは環境の中で相互作用し、知覚し、最終的に特定のタスクを実行することが要求される。入力としてのビジュアルイメージは、下流タスクに直接影響する。本稿ではまず,画像品質評価(EIQA)フレームワークを提案する。我々は,ロボットの下流作業に基づく入力画像の評価基準を確立する。さらに,5000の参照と歪んだ画像アノテーションを含むEmbodied Preference Database (EPD)を構築した。 EPDデータセット上でのIQAアルゴリズムの性能がついに検証された。実験により, 生体画像の品質評価は人間と異なることが示された。画像品質評価に焦点をあてることで、EPDが具体的AIの開発に貢献できることを心から願っている。ベンチマークはhttps://github.com/Jianbo-maker/EPD_benchmarkで公開されている。

関連論文リスト

AIGCOIQA2024: Perceptual Quality Assessment of AI Generated Omnidirectional Images [70.42666704072964]
我々はAI生成の全方位画像IQAデータベースAIIGCOIQA2024を構築した。 3つの視点から人間の視覚的嗜好を評価するために、主観的IQA実験を行った。我々は,データベース上での最先端IQAモデルの性能を評価するためのベンチマーク実験を行った。
論文参考訳（メタデータ） (2024-04-01T10:08:23Z)
PKU-I2IQA: An Image-to-Image Quality Assessment Database for AI Generated Images [1.6031185986328562]
我々はPKU-I2IQAという人間の知覚に基づく画像から画像へのAIGCIQAデータベースを構築した。本研究では,非参照画像品質評価法に基づくNR-AIGCIQAとフル参照画像品質評価法に基づくFR-AIGCIQAの2つのベンチマークモデルを提案する。
論文参考訳（メタデータ） (2023-11-27T05:53:03Z)
Let's ViCE! Mimicking Human Cognitive Behavior in Image Generation Evaluation [96.74302670358145]
生成/編集された画像と対応するプロンプト/インストラクションの整合性を評価するために,視覚概念評価(ViCE)の自動手法を提案する。 ViCEは、Large Language Models(LLM)とVisual Question Answering(VQA)の強みを統合パイプラインに統合し、品質評価において人間の認知プロセスを再現することを目指している。
論文参考訳（メタデータ） (2023-07-18T16:33:30Z)
AGIQA-3K: An Open Database for AI-Generated Image Quality Assessment [62.8834581626703]
我々はこれまでに最も包括的な主観的品質データベース AGIQA-3K を構築している。このデータベース上でベンチマーク実験を行い、現在の画像品質評価(IQA)モデルと人間の知覚との整合性を評価する。我々は、AGIQA-3Kの微粒な主観的スコアが、その後のAGI品質モデルにヒトの主観的知覚機構に適合するよう促すと信じている。
論文参考訳（メタデータ） (2023-06-07T18:28:21Z)
Perceptual Quality Assessment of Omnidirectional Images [81.76416696753947]
16のソース画像と320の歪み画像を含む全方位IQA (OIQA) データベースを最初に構築する。そして、VR環境におけるOIQAデータベース上で主観的品質評価研究を行う。原画像と歪んだ全方位画像、主観的品質評価、および頭部と眼の動きデータを合わせてOIQAデータベースを構成する。
論文参考訳（メタデータ） (2022-07-06T13:40:38Z)
Confusing Image Quality Assessment: Towards Better Augmented Reality Experience [96.29124666702566]
我々はAR技術を仮想シーンと実シーンの重ね合わせとみなし、視覚的混乱を基本的な理論として紹介する。 ConFusing Image Quality Assessment (CFIQA)データベースが構築され、600個の参照画像と300個の歪画像とをペアに混合して生成する。また、難解な画像品質をよりよく評価するために、CFIQAと呼ばれる客観的な計量も提案されている。
論文参考訳（メタデータ） (2022-04-11T07:03:06Z)
Cuid: A new study of perceived image quality and its subjective assessment [30.698984450985318]
本研究では,実験室環境下で主観的評価を収集する画像品質知覚法を提案する。画像の異なるカテゴリと異なる種類と歪みのレベルの組み合わせによって、品質知覚がどのように影響を受けるかを検討する。
論文参考訳（メタデータ） (2020-09-28T13:14:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。