論文の概要: LL-Bench: Rethinking Low-Level Vision Evaluation in the Era of Large-Scale Generative Models

• arxiv url: http://arxiv.org/abs/2606.02535v1
• Date: Mon, 01 Jun 2026 17:40:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:32.546026
• Title: LL-Bench: Rethinking Low-Level Vision Evaluation in the Era of Large-Scale Generative Models
• Title（参考訳）: LL-Bench:大規模生成モデルの時代における低レベル視覚評価の再考
• Authors: Lu Liu, Huiyu Duan, Chenxin Zhu, Jintong Lu, Haoyun Jiang, Liu Yang, Qiang Hu, Guangtao Zhai, Xiaoyun Zhang,
• Abstract要約: LL-Benchは、低レベル視覚タスクにおける大規模生成モデルの能力を評価するためのベンチマークである。 本稿では,大規模生成モデルの性能境界とフェールの一様モードを明らかにする体系的な診断法を提案する。 MLLMに基づく評価器であるtextbfLL-Score を提案する。
• 参考スコア（独自算出の注目度）: 51.91197140548632
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large-scale generative models have demonstrated remarkable capabilities across image generation and editing tasks. However, their performance in low-level vision tasks, which require pixel-wise control, remains insufficiently studied. To address this gap, we introduce \textbf{LL-Bench}, a comprehensive \textbf{Benchmark} for evaluating the capabilities of large-scale generative models on \textbf{L}ow-\textbf{L}evel vision tasks. The benchmark comprises 2,469 real-world degraded images covering 16 low-level degradation tasks, and 28,919 restored images produced by 10 state-of-the-art large-scale generative models and 21 conventional restoration models, which are annotated with 152,020 expert-level pairwise human preferences and 28,334 quality scores. Built upon LL-Bench, we present a systematic diagnosis that reveals the performance boundaries and unique failure modes of large-scale generative models across diverse low-level vision tasks, compared with conventional representative restoration approaches. Moreover, we investigate the effectiveness of current quality evaluation metrics on LL-Bench, which exhibit significant discrepancy with human ratings. To better align restored-image quality assessment with human preferences, we further propose \textbf{LL-Score}, an MLLM-based evaluator that captures both restoration quality and hallucination existence. Extensive experiments demonstrate that LL-score not only outperforms existing image quality assessment metrics, but also serves as a promising reward model for training generative models on low-level vision tasks.
• Abstract（参考訳）: 大規模な生成モデルは、画像生成や編集タスクにまたがる顕著な能力を示している。 しかし、ピクセルワイズ制御を必要とする低レベルの視覚タスクにおけるそれらの性能は、まだ十分に研究されていない。 このギャップに対処するために、我々は、大規模な生成モデルの能力を評価するための総合的な \textbf{LL-Bench} を紹介した。 このベンチマークは、16の低レベル劣化タスクをカバーする2,469個の実世界劣化画像と、10の最先端の大規模生成モデルによって生成された28,919個の復元画像と、専門家レベルのペアワイドな152,020個の注釈付き21個の従来の復元モデルと、28,334個の品質スコアからなる。 LL-Benchを基盤として,多種多様な低レベル視覚タスクにおける大規模生成モデルの性能境界とユニークな障害モードを明らかにする。 また, LL-Benchにおける評価基準の有効性について検討した。 また,復元画像の品質評価と人間の嗜好の整合性を改善するため,MLLMに基づく評価装置であるtextbf{LL-Score}を提案する。 大規模な実験により、LLスコアは既存の画像品質評価指標を上回るだけでなく、低レベルの視覚タスクで生成モデルをトレーニングするための有望な報酬モデルとしても機能することが示された。

関連論文リスト

• Evaluating the Performance of Open-Vocabulary Object Detection in Low-quality Image [0.0]
  実世界の低品質画像をシミュレートする新しいデータセットを提案する。 低レベル画像劣化下では, オープン語彙オブジェクト検出モデルではmAPスコアが有意に低下しなかったが, 高レベル画像劣化下では, 全てのモデルの性能が急激に低下した。
  論文  参考訳（メタデータ） (2025-12-28T06:18:22Z)
• Evaluating and Preserving High-level Fidelity in Super-Resolution [50.65679806442527]
  超解像モデル(SR)は、細部を再構築し、快適な視覚出力を提供することで印象的な効果を達成している。 しかし、過剰な生成能力は時として幻覚を起こし、画像の内容を変えることがある。 この種のハイレベルな変化は、人間によって容易に識別できるが、既存の低レベルの画像品質指標では十分に研究されていない。
  論文  参考訳（メタデータ） (2025-12-07T22:53:34Z)
• 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)
• ReF-LDM: A Latent Diffusion Model for Reference-based Face Image Restoration [11.712490684089609]
  本稿では、1つのLQ画像と複数のHQ参照画像に条件付けされたHQ顔画像を生成するために設計されたLDMの適応であるReF-LDMを提案する。 我々のモデルは、生成プロセス中に参照画像を活用するために、効果的で効率的なメカニズムであるCacheKVを統合している。 最後に,20,405個の高品質な顔画像と対応する参照画像からなるデータセットであるFFHQ-Refを構築した。
  論文  参考訳（メタデータ） (2024-12-06T13:49:10Z)
• Learning from History: Task-agnostic Model Contrastive Learning for Image Restoration [79.04007257606862]
  本稿では,対象モデル自体から負のサンプルを動的に生成する「歴史からの学習」という革新的な手法を提案する。 我々のアプローチはMCLIR(Model Contrastive Learning for Image Restoration)と呼ばれ、遅延モデルを負のモデルとして再定義し、多様な画像復元タスクと互換性を持たせる。
  論文  参考訳（メタデータ） (2023-09-12T07:50:54Z)

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。