論文の概要: StableI2I: Spotting Unintended Changes in Image-to-Image Transition
- arxiv url: http://arxiv.org/abs/2605.04453v1
- Date: Wed, 06 May 2026 03:28:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.626099
- Title: StableI2I: Spotting Unintended Changes in Image-to-Image Transition
- Title（参考訳）: StableI2I:画像間遷移における意図しない変化の発見
- Abstract要約: 本稿では,コンテンツ忠実度とポスト前整合性を測定する統一的かつ動的評価フレームワークであるStableI2Iを提案する。
本フレームワークは,実世界のI2Iシステムにおいて,コンテンツ一貫性とベンチマークモデルの性能を診断するための,実用的で信頼性の高い評価ツールとして機能する。
- 参考スコア（独自算出の注目度）: 35.72064037549274
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In most real-world image-to-image (I2I) scenarios, existing evaluations primarily focus on instruction following and the perceptual quality or aesthetics of the generated images. However, they largely fail to assess whether the output image preserves the semantic correspondence and spatial structure of the input image. To address this limitation, we propose StableI2I, a unified and dynamic evaluation framework that explicitly measures content fidelity and pre--post consistency across a wide range of I2I tasks without requiring reference images, including image editing and image restoration. In addition, we construct StableI2I-Bench, a benchmark designed to systematically evaluate the accuracy of MLLMs on such fidelity and consistency assessment tasks. Extensive experimental results demonstrate that StableI2I provides accurate, fine-grained, and interpretable evaluations of content fidelity and consistency, with strong correlations to human subjective judgments. Our framework serves as a practical and reliable evaluation tool for diagnosing content consistency and benchmarking model performance in real-world I2I systems.
- Abstract（参考訳）: ほとんどの実世界のイメージ・ツー・イメージ(I2I)のシナリオでは、既存の評価は主に命令の追従と、生成された画像の知覚的品質や美学に焦点を当てている。
しかし、出力画像が入力画像の意味的対応や空間構造を保っているかどうかを大半は評価できない。
この制限に対処するために、画像編集や画像復元などの参照画像を必要としない、幅広いI2Iタスクにおけるコンテンツ忠実度とポスト前整合性を明確に測定する、統一的で動的評価フレームワークであるStableI2Iを提案する。
さらに,このような忠実度と整合性の評価タスクに対して,MLLMの精度を体系的に評価するベンチマークであるStableI2I-Benchを構築した。
以上の結果から,StableI2Iは内容の忠実度と一貫性の精度,微粒化,解釈可能な評価を人間の主観的判断と強く相関することを示した。
本フレームワークは,実世界のI2Iシステムにおいて,コンテンツ一貫性とベンチマークモデルの性能を診断するための,実用的で信頼性の高い評価ツールとして機能する。
関連論文リスト
- Skill-Aligned Annotation for Reliable Evaluation in Text-to-Image Generation [50.85337196571056]
テキスト・ツー・イメージ(T2I)生成は急速に進歩し、モデル間の性能差が狭まるにつれて信頼性の高い評価が重要になった。
既存の評価慣行は、通常、Likert-scale や binary question answering (BQA) のような一様アノテーション機構を適用している。
我々は,T2I評価を,各評価スキルの根底にある特徴を反映したアノテーション戦略のレンズを通して再検討する。
論文 参考訳（メタデータ） (2026-05-13T09:14:31Z) - DiffCap-Bench: A Comprehensive, Challenging, Robust Benchmark for Image Difference Captioning [26.88130913151649]
画像差分キャプション(IDC)は、2つの画像の違いを正確に識別する言語記述を生成する。
DiffCap-Benchは10の異なるカテゴリをカバーする総合的なIDCベンチマークである。
また,人間の有意差分リストに基づくLCM-as-a-Judge評価プロトコルを提案する。
論文 参考訳（メタデータ） (2026-05-06T05:12:41Z) - A Sanity Check on Composed Image Retrieval [91.95275287747499]
Composed Image Retrieval (CIR) は、参照画像からなるクエリと、所望の修正を指定する相対的なキャプションに基づいて、ターゲット画像を取得することを目的としている。
FISD(Fully-Informed Semantically-Diverse benchmark)は、参照ターゲット画像対の変数を正確に制御するために生成モデルを利用する。
本稿では,対話型シナリオにおける既存モデルの可能性を探るためのマルチラウンドエージェント評価フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-14T15:52:22Z) - Redefining Quality Criteria and Distance-Aware Score Modeling for Image Editing Assessment [28.60763581601123]
IEQAはマルチモーダル入力と多次元評価よりも複雑な推論を必要とする。
本研究では,評価基準とスコア表現を共同で学習する統合フレームワークであるDefine-and-Score Image Editing Quality Assessment (DS-IEQA)を提案する。
2026 NTIRE X-AIGC Quality Assessment Track 2の4位にランクインした。
論文 参考訳（メタデータ） (2026-04-14T01:05:41Z) - SIQA: Toward Reliable Scientific Image Quality Assessment [72.41803245808924]
我々は,2つの相補的な次元に沿って,科学的画質をモデル化するフレームワークであるSIQA(Scientific Image Quality Assessment)を紹介する。
SIQA-U (Understanding), SIQA-S (Scoring), SIQA-U (Understanding), SIQA-U (Understanding), SIQA-U (Understanding), SIQA-U (Understanding), SIQA-U (Understanding) の2つの評価プロトコルを設計した。
代表的マルチモーダル大言語モデル(MLLM)に対する実験は、アライメントアライメントと科学的理解の間に一貫した相違が見られる。
論文 参考訳（メタデータ） (2026-03-05T06:57:26Z) - I2I-Bench: A Comprehensive Benchmark Suite for Image-to-Image Editing Models [78.62380562116135]
既存の画像編集ベンチマークは、タスクの範囲が限られており、評価範囲が不十分であり、手動のアノテーションに大きく依存している。
画像間編集モデルの総合的なベンチマークである textbfI2I-Bench を提案する。
I2I-Benchを用いて、多数の主流画像編集モデルをベンチマークし、様々な次元にわたる編集モデル間のギャップとトレードオフを調査した。
論文 参考訳（メタデータ） (2025-12-04T10:44:07Z) - Q-REAL: Towards Realism and Plausibility Evaluation for AI-Generated Content [71.46991494014382]
本稿では,AI生成画像におけるリアリズムと妥当性の詳細な評価のための新しいデータセットであるQ-Realを紹介する。
Q-Realは、人気のあるテキスト・ツー・イメージ・モデルによって生成される3,088のイメージで構成されている。
そこで本研究では,Q-Real Benchを2つの課題,すなわち判断と推論による根拠付けに基づいて評価する。
論文 参考訳（メタデータ） (2025-11-21T02:43:17Z) - UniREditBench: A Unified Reasoning-based Image Editing Benchmark [52.54256348710893]
この研究は、推論に基づく画像編集評価のための統一ベンチマークUniREditBenchを提案する。
精巧にキュレートされた2,700個のサンプルからなり、8つの一次次元と18のサブ次元にわたる実世界シナリオとゲーム世界のシナリオをカバーしている。
このデータセットにBagelを微調整し、UniREdit-Bagelを開発した。
論文 参考訳（メタデータ） (2025-11-03T07:24:57Z) - OneIG-Bench: Omni-dimensional Nuanced Evaluation for Image Generation [23.05106664412349]
テキスト・ツー・イメージ(T2I)モデルは、テキスト・プロンプトに整合した高品質な画像を生成する上で大きな注目を集めている。
OneIG-Benchは、T2Iモデルを複数の次元で評価するためのベンチマークフレームワークである。
論文 参考訳（メタデータ） (2025-06-09T17:50:21Z)
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。