論文の概要: Gen3DEval: Using vLLMs for Automatic Evaluation of Generated 3D Objects

• arxiv url: http://arxiv.org/abs/2504.08125v1
• Date: Thu, 10 Apr 2025 20:57:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-21 22:24:19.24714
• Title: Gen3DEval: Using vLLMs for Automatic Evaluation of Generated 3D Objects
• Title（参考訳）: Gen3DEval: 生成した3Dオブジェクトの自動評価にvLLMを使用する
• Authors: Shalini Maiti, Lourdes Agapito, Filippos Kokkinos,
• Abstract要約: 我々は3次元オブジェクト品質評価のための新しい評価フレームワークGen3DEvalを紹介する。 Gen3DEvalは3次元表面正規解析によりテキストの忠実度、外観、表面品質を評価する。 Gen3DEvalは、最先端のタスク非依存モデルと比較して、ユーザアライメント評価において優れたパフォーマンスを示す。
• 参考スコア（独自算出の注目度）: 13.333670988010864
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Rapid advancements in text-to-3D generation require robust and scalable evaluation metrics that align closely with human judgment, a need unmet by current metrics such as PSNR and CLIP, which require ground-truth data or focus only on prompt fidelity. To address this, we introduce Gen3DEval, a novel evaluation framework that leverages vision large language models (vLLMs) specifically fine-tuned for 3D object quality assessment. Gen3DEval evaluates text fidelity, appearance, and surface quality by analyzing 3D surface normals, without requiring ground-truth comparisons, bridging the gap between automated metrics and user preferences. Compared to state-of-the-art task-agnostic models, Gen3DEval demonstrates superior performance in user-aligned evaluations, placing it as a comprehensive and accessible benchmark for future research on text-to-3D generation. The project page can be found here: \href{https://shalini-maiti.github.io/gen3deval.github.io/}{https://shalini-maiti.github.io/gen3deval.github.io/}.
• Abstract（参考訳）: テキストから3D生成の急速な進歩は、人間の判断と密接に一致した堅牢でスケーラブルな評価指標を必要とする。 そこで我々は,視覚大言語モデル(vLLM)を利用した新しい評価フレームワークであるGen3DEvalを紹介した。 Gen3DEvalは、3次元表面の正常さを分析してテキストの忠実さ、外観、表面品質を評価する。 Gen3DEvalは、最先端のタスク非依存モデルと比較して、ユーザによる評価において優れたパフォーマンスを示し、テキストから3D生成に関する将来の研究のための包括的でアクセスしやすいベンチマークとして位置づけている。 プロジェクトページは以下の通りである。 \href{https://shalini-maiti.github.io/gen3deval.github.io/}{https://shalini-maiti.github.io/gen3deval.github.io/}

関連論文リスト

• Eval3D: Interpretable and Fine-grained Evaluation for 3D Generation [134.53804996949287]
  生成した3D資産の品質を忠実に評価できる細粒度で解釈可能な評価ツールであるEval3Dを紹介する。 我々のキーとなる観察は、意味論や幾何学的整合性といった3D生成の多くの望ましい特性を効果的に捉えられることである。 以前の研究と比較すると、Eval3Dはピクセル単位での測定を行い、正確な3D空間フィードバックを可能にし、人間の判断とより密に一致させる。
  論文  参考訳（メタデータ） (2025-04-25T17:22:05Z)
• 3DGen-Bench: Comprehensive Benchmark Suite for 3D Generative Models [94.48803082248872]
  3D世代は急速に進歩しているが、3D評価の開発はペースを保っていない。 大規模人選好データセット3DGen-Benchを開発した。 次に、CLIPベースのスコアモデルである3DGen-ScoreとMLLMベースの自動評価器である3DGen-Evalを訓練する。
  論文  参考訳（メタデータ） (2025-03-27T17:53:00Z)
• IRef-VLA: A Benchmark for Interactive Referential Grounding with Imperfect Language in 3D Scenes [10.139461308573336]
  IRef-VLAは、11.5K以上のスキャンされた3D部屋からなる参照グラウンドタスクのための、世界で最大のデータセットである。 我々は,ロバストでインタラクティブなナビゲーションシステムの開発を支援する3Dシーン理解のためのリソースの提供を目指している。
  論文  参考訳（メタデータ） (2025-03-20T16:16:10Z)
• Benchmarking and Learning Multi-Dimensional Quality Evaluator for Text-to-3D Generation [26.0726219629689]
  近年,テキスト・ツー・3D生成は目覚ましい進歩を遂げているが,これらの手法の評価はいまだに困難である。 既存のベンチマークには、異なるプロンプトカテゴリと評価次元に関するきめ細かい評価が欠けている。 まず,MATE-3Dという総合ベンチマークを提案する。 ベンチマークには、単一のオブジェクト生成と複数のオブジェクト生成をカバーする、よく設計された8つのプロンプトカテゴリが含まれており、結果として1,280のテクスチャメッシュが生成される。
  論文  参考訳（メタデータ） (2024-12-15T12:41:44Z)
• Grounded 3D-LLM with Referent Tokens [58.890058568493096]
  そこで我々は,Grounded 3D-LLMを提案する。 このモデルは、3Dシーンを参照するために特別な名詞句としてシーン参照トークンを使用する。 タスクごとの指示追従テンプレートは、3D視覚タスクを言語形式に翻訳する際の自然と多様性を保証するために使用される。
  論文  参考訳（メタデータ） (2024-05-16T18:03:41Z)
• GPT-4V(ision) is a Human-Aligned Evaluator for Text-to-3D Generation [93.55550787058012]
  本稿では,テキスト・ツー・3次元生成モデルのための自動的,汎用的,人為的アライメント評価指標を提案する。 この目的のために,まずGPT-4Vを用いたプロンプト生成装置を開発し,評価プロンプトを生成する。 次に,ユーザ定義基準に従って2つの3Dアセットを比較することをGPT-4Vに指示する手法を設計する。
  論文  参考訳（メタデータ） (2024-01-08T18:52:09Z)
• T$^3$Bench: Benchmarking Current Progress in Text-to-3D Generation [52.029698642883226]
  テキストから3Dへの手法は、強力な事前学習拡散モデルを利用してNeRFを最適化する。 ほとんどの研究は、主観的なケーススタディとユーザ実験で結果を評価している。 最初の総合的なテキスト・ツー・3DベンチマークであるT$3$Benchを紹介する。
  論文  参考訳（メタデータ） (2023-10-04T17:12:18Z)
• From 2D to 3D: Re-thinking Benchmarking of Monocular Depth Prediction [80.67873933010783]
  我々は,MDPが現在,3Dアプリケーションにおける予測の有用性を評価するのに有効な指標に頼っていることを論じる。 これにより、2Dベースの距離を最適化するのではなく、シーンの3D構造を正確に認識し、推定に向けて改善する新しい手法の設計と開発が制限される。 本稿では,MDP手法の3次元幾何評価に適した指標セットと,提案手法に不可欠な室内ベンチマークRIO-D3Dを提案する。
  論文  参考訳（メタデータ） (2022-03-15T17:50:54Z)

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。