論文の概要: ScenePercept: Scenario-Conditioned Perceptual Assessment of Real-World User-Generated Content Images
- arxiv url: http://arxiv.org/abs/2610.17661v1
- Date: Tue, 13 Oct 2026 03:40:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-17 17:51:30.29376
- Title: ScenePercept: Scenario-Conditioned Perceptual Assessment of Real-World User-Generated Content Images
- Title（参考訳）: ScenePercept:実世界のユーザ生成コンテンツ画像のシナリオ記述型知覚評価
- Abstract要約: 実世界の画像の分布を反映したベンチマークであるScenePercept-Benchを紹介する。
シナリオ間の知覚基準の不均一性に対処するトレーニングフレームワークであるScenario-Conditioned Perceptual Alignmentについても紹介する。
SCPAは画像認識における最先端性能を達成し、確立されたIQAおよびIAAベンチマークに効果的に一般化する。
- 参考スコア（独自算出の注目度）: 15.730600583301273
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid development of mobile imaging and social platforms has led to explosive growth in user-generated content images, making their systematic and comprehensive perceptual assessment increasingly important. Existing image perception benchmarks are typically task-oriented, curating specific scenarios for quality or aesthetic assessment and applying a uniform perceptual criterion across diverse scenarios. This limits their ability to capture the scene diversity and perceptual complexity of real-world UGC images. To address these limitations, we introduce ScenePercept-Bench, a benchmark designed to reflect the distribution of real-world UGC images, comprising 23,100 images across 21 categories and 105 fine-grained scenes. To account for the influence of scene context on human perception, we design a hierarchical, scene-aware annotation protocol, covering visual quality, aesthetic perception, and scene semantics, with 15 attributes in total. Each image is annotated with an overall score, 15 attribute-level scores, and structured explanatory reasoning. Building on this benchmark, we further introduce Scenario-Conditioned Perceptual Alignment, a training framework that tackles the heterogeneity of perceptual criteria across scenarios. SCPA jointly optimizes absolute score prediction, preference ranking, and cross-scenario calibration, preserving the model general perceptual assessment ability while encouraging it to explore and adapt perceptual criteria across different scenarios. Extensive experiments demonstrate that SCPA achieves state-of-the-art performance in UGC image perception and generalizes effectively to established IQA and IAA benchmarks.
- Abstract（参考訳）: モバイル画像とソーシャルプラットフォームの急速な発展は、ユーザ生成コンテンツイメージの爆発的な成長をもたらし、その体系的かつ包括的な知覚的評価がますます重要になっている。
既存のイメージ認識ベンチマークは通常、タスク指向で、品質や美的評価の特定のシナリオをキュレートし、さまざまなシナリオに統一的な知覚基準を適用する。
これにより、現実世界のUGC画像のシーンの多様性と知覚上の複雑さをキャプチャする能力が制限される。
ScenePercept-Benchは、21のカテゴリにわたる23,100のイメージと105のきめ細かいシーンからなる、現実世界のUGCイメージの分布を反映したベンチマークである。
シーンコンテキストが人間の知覚に与える影響を考慮し,視覚的品質,美的知覚,シーン意味を網羅した階層的,シーン対応のアノテーションプロトコルを設計する。
各画像には、全体的なスコア、15の属性レベルスコア、構造化された説明的推論が注釈付けされている。
このベンチマークに基づいて、シナリオ間の知覚基準の不均一性に取り組むトレーニングフレームワークであるScenario-Conditioned Perceptual Alignmentを紹介します。
SCPAは絶対スコア予測、選好ランキング、クロスセクサリオ校正を共同で最適化し、モデル全体の知覚評価能力を保ちながら、異なるシナリオにおける知覚基準の探索と適応を奨励する。
広汎な実験により、SCPAはUGC画像認識における最先端のパフォーマンスを達成し、確立されたIQAおよびIAAベンチマークに効果的に一般化することを示した。
関連論文リスト
- Blind Stereoscopic Omnidirectional Image Quality Assessment Using Predictive Coding Hierarchy [28.575866509102124]
本稿では,視覚的・非参照的全方位画像品質評価のための予測符号化階層型メトリクス(PCH)を提案する。
提案するPCHは,SOIの視認により,局所的なシクロペアン知覚モジュール,グローバルな予測知覚モジュール,視覚的品質回帰器を備える。
大規模実験により,提案したPCHは,最先端の品質評価手法と比較して,競争力と一貫した性能向上を実現していることが示された。
論文 参考訳（メタデータ） (2026-08-28T19:06:04Z) - HydraPrompt: An Adaptive and Asymmetric Framework of Vision-Language Models for Synthetic Image Detection [52.11418741192251]
本稿では,カテゴリ中心を微粒な画像の手がかりと整合させて調整する非対称なプロンプトフレームワークを提案する。
具体的には、一貫した代表パターンをキャプチャする一組のプロンプトを導入し、実際のコンテンツの統一アンカーとして機能する。
2)偽のカテゴリでは,サンプル適応型プロンプトを構築し,異なるサンプルから多様な手がかりを抽出し,偽画像の変動を適応的にモデル化する。
論文 参考訳（メタデータ） (2026-05-26T01:20:18Z) - StableI2I: Spotting Unintended Changes in Image-to-Image Transition [35.72064037549274]
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。
論文 参考訳（メタデータ） (2026-05-06T03:28:05Z) - 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) - IPFormer: Visual 3D Panoptic Scene Completion with Context-Adaptive Instance Proposals [46.42680194273328]
IPFormerは、トレーニング時のコンテキスト適応型インスタンスの提案とテスト時間を利用して、視覚ベースの3Dパノプティクスシーンコンプリートに対処する最初の方法である。
提案手法は、最先端のドメイン内性能を実現し、ドメイン外データに対して優れたゼロショット一般化を示し、実行時の削減を14倍以上に達成する。
論文 参考訳（メタデータ） (2025-06-25T17:59:45Z) - Gamma: Toward Generic Image Assessment with Mixture of Assessment Experts [22.683358497802352]
textbfGammaは,混合データセットのトレーニングにより,多様なシーンのイメージを効果的に評価することができる。
Gammaモデルは、6つの画像アセスメントシナリオにまたがる12のデータセットでトレーニングされ、評価されます。
論文 参考訳（メタデータ） (2025-03-09T16:07:58Z) - PIGUIQA: A Physical Imaging Guided Perceptual Framework for Underwater Image Quality Assessment [59.9103803198087]
水中画像品質評価(UIQA)のための物理画像ガイド型知覚フレームワークを提案する。
水中放射移動理論を応用して、物理に基づく画像推定を統合して、これらの歪みの定量的な測定値を確立する。
提案モデルは,画像品質のスコアを正確に予測し,最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-12-20T03:31:45Z) - Interleaved Scene Graphs for Interleaved Text-and-Image Generation Assessment [53.45813302866466]
我々は、インターリーブされたテキスト・画像生成のための総合的な評価フレームワークISGを提案する。
ISGは、全体性、構造性、ブロックレベル、画像固有性の4つのレベルで反応を評価する。
ISGと組み合わせて、ISG-Benchというベンチマークを導入し、8つのカテゴリと21のサブカテゴリにわたる1,150のサンプルを網羅した。
論文 参考訳（メタデータ） (2024-11-26T07:55:57Z) - ACDC: The Adverse Conditions Dataset with Correspondences for Robust Semantic Driving Scene Perception [86.03633244019954]
レベル5の運転自動化には、任意の条件下で入力画像を解析できる堅牢な視覚認識システムが必要である。
本稿では,視覚条件に対する多種多様な意味認識タスクの訓練と試験のための逆条件データセットであるACDCを紹介する。
詳細な実証研究は、ACDCの有害領域が最先端の監督と教師なしのアプローチにもたらす課題を実証している。
論文 参考訳（メタデータ） (2021-04-27T18:00:05Z)
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。