論文の概要: FED-Bench: A Cross-Granular Benchmark for Disentangled Evaluation of Facial Expression Editing

• arxiv url: http://arxiv.org/abs/2603.29697v1
• Date: Tue, 31 Mar 2026 12:52:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:03.668357
• Title: FED-Bench: A Cross-Granular Benchmark for Disentangled Evaluation of Facial Expression Editing
• Title（参考訳）: FED-Bench: 顔表情編集の切り離し評価のためのクロスグラニュラーベンチマーク
• Authors: Fengjian Xue, Xuecheng Wu, Heli Sun, Yunyun Shi, Shi Chen, Liangyu Fu, Jinheng Xie, Dingkang Yang, Hao Wang, Junxiao Xue, Liang He,
• Abstract要約: FED-Benchは厳格なテストと正確な評価スイートを備えた総合的なベンチマークである。 我々は18の画像編集モデルをベンチマークし、現在のアプローチが高い忠実度と正確な表現操作を同時に達成するのに苦労していることを明らかにする。 ベンチマークと関連するコードは近く公開される予定です。
• 参考スコア（独自算出の注目度）: 29.7144418122336
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Facial expression image editing requires fine-grained control to strictly preserve human identity and background while precisely manipulating expression. However, existing editing benchmarks primarily focus on general scenarios, lacking high-quality facial images and corresponding editing instructions. Furthermore, current evaluation metrics exhibit systemic biases in this task, often favoring lazy editing or overfit editing. To bridge these gaps, we propose FED-Bench, a comprehensive benchmark featuring rigorous testing and an accurate evaluation suite. First, we carefully construct a benchmark of 747 triplets through a cascaded and scalable pipeline, each comprising an original image, an editing instruction, and a ground-truth image for precise evaluation. Second, we introduce FED-Score, a cross-granularity evaluation protocol that disentangles assessment into three dimensions: Alignment for verifying instruction following, Fidelity for testing image quality and identity preservation, and Relative Expression Gain for quantifying the magnitude of expression changes, effectively mitigating the aforementioned evaluation biases. Third, we benchmark 18 image editing models, revealing that current approaches struggle to simultaneously achieve high fidelity and accurate expression manipulation, with fine-grained instruction following identified as the primary bottleneck. Finally, leveraging the scalable characteristic of introduced benchmark engine, we provide a 20k+ in-the-wild facial training set and demonstrate its effectiveness by fine-tuning a baseline model that achieves significant performance gains. Our benchmark and related code will be made publicly open soon.
• Abstract（参考訳）: 表情を正確に操作しながら、人間のアイデンティティと背景を厳格に保持するために、表情画像編集はきめ細かな制御を必要とする。 しかし、既存の編集ベンチマークは主に一般的なシナリオに焦点を当てており、高品質な顔画像とそれに対応する編集命令が欠けている。 さらに、現在の評価指標は、このタスクの体系的なバイアスを示し、しばしば遅延編集や過度な編集を好む。 これらのギャップを埋めるため、厳密なテストと正確な評価スイートを備えた総合的なベンチマークであるFED-Benchを提案する。 まず, 原画像, 編集命令, 接地木画像からなる, カスケードでスケーラブルなパイプラインを用いて, 747 のトリップレットのベンチマークを慎重に構築し, 正確な評価を行う。 第2に、評価を3次元に分散する粒度横断評価プロトコルFED-Score、画像の品質とアイデンティティの保持を検証するためのアライメント、表現の規模を定量化するための相対表現ゲインを導入し、上記の評価バイアスを効果的に軽減する。 第3に、画像編集モデル18をベンチマークし、現在のアプローチは、高い忠実度と正確な表現操作を同時に達成するのに苦労していることを明らかにする。 最後に、導入したベンチマークエンジンのスケーラビリティ特性を活用し、20k以上の顔トレーニングセットを提供し、性能向上を実現するベースラインモデルを微調整することで、その効果を実証する。 ベンチマークと関連するコードは近く公開される予定です。

関連論文リスト

• GEditBench v2: A Human-Aligned Benchmark for General Image Editing [58.86807672117726]
  GEditBench v2は、23のタスクにまたがる1200の現実世界のユーザクエリを備えた包括的なベンチマークである。 また、視覚的整合性を評価するためのオープンソースのペアワイドアセスメントモデルであるPVC-Judgeを提案する。 PVC-Judgeは、オープンソースモデルの最先端評価性能を達成し、平均してGPT-5.1を超えている。
  論文  参考訳（メタデータ） (2026-03-30T15:08:32Z)
• Evaluating Image Editing with LLMs: A Comprehensive Benchmark and Intermediate-Layer Probing Approach [48.01137214342501]
  テキスト誘導画像編集手法の体系的評価のためのベンチマークであるTIEditを紹介する。 信頼性の高い主観的評価を得るために、20人の専門家が採用され、307,200人の主観的評価が得られる。 さらに,隠蔽表現の中間層探索により編集品質を推定するLCMベースの評価器であるEditProbeを提案する。
  論文  参考訳（メタデータ） (2026-03-20T09:05:10Z)
• RealDrag: The First Dragging Benchmark with Real Target Image [9.439854281295803]
  textbfRealDragは、点ベースの画像編集のための最初の包括的なベンチマークであり、ペアの接地真理ターゲット画像を含んでいる。 私たちのデータセットには、さまざまなビデオソースから400以上の人間の注釈付きサンプルが含まれています。 また、Semantical Distance(SeD)、Outer Mask Preserving Score(OMPS)、Inner Patch Preserving Score(IPPS)、Directional similarity(DiS)の4つの新しいタスク特化指標を提案する。
  論文  参考訳（メタデータ） (2025-12-13T11:14:03Z)
• GIE-Bench: Towards Grounded Evaluation for Text-Guided Image Editing [60.66800567924348]
  テキスト誘導画像編集モデルを評価するための新しいベンチマークを導入する。 このベンチマークには、20種類のコンテンツカテゴリにわたる高品質な編集例が1000以上含まれている。 我々は、GPT-Image-1をいくつかの最先端編集モデルと比較する大規模な研究を行っている。
  論文  参考訳（メタデータ） (2025-05-16T17:55:54Z)

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。