論文の概要: HealBench: A Fine-Grained Benchmark for Evaluating Psychological Comfort in Text-to-Image Generation

• arxiv url: http://arxiv.org/abs/2610.27516v1
• Date: Tue, 20 Oct 2026 02:31:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.589181
• Title: HealBench: A Fine-Grained Benchmark for Evaluating Psychological Comfort in Text-to-Image Generation
• Title（参考訳）: HealBench:テキスト・画像生成における心理的快適性評価のための細粒度ベンチマーク
• Abstract要約: フォトリアリズム、セマンティック・フィデリティ、美学の進歩にもかかわらず、テキスト・ツー・イメージ生成と画像編集はまだ検討されている。 認知的評価理論を基礎として、我々は、心理的快適さを、視聴者の回復的、感情的支援的な視覚的手がかりに対する評価によって形作られた感情的反応として定義する。 HealBenchは、19のカテゴリと92のサブカテゴリにまたがる3万の高品質な画像テキストペアの詳細なベンチマークである。
• 参考スコア（独自算出の注目度）: 18.35783327605007
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite advances in photorealism, semantic fidelity, and aesthetics, text-to-image generation and image editing remain understudied in a human-centered dimension: whether their outputs feel psychologically comforting. Grounded in cognitive evaluation theory, we define psychological comfort as an affective response shaped by viewers' appraisal of restorative and emotionally supportive visual cues. We introduce HealBench, a fine-grained benchmark of 30,000 high-quality image-text pairs spanning 19 categories and 92 subcategories, selected from 100,000 candidates through a human- and expert-in-the-loop pipeline combining vision-language model matching, human preference models, expert filtering, and exemplar-guided augmentation. We also construct HealBench-Eval, a feature-clustered evaluation set of 1,095 instances. Using HealBench-Eval, we conduct objective and subjective evaluations of 14 representative image generation models and prompt-rewriting strategies. Results reveal a gap between conventional visual quality and perceived comfort: strong semantic alignment and aesthetics do not guarantee emotionally restorative images. Reinforcement learning experiments further show that HealScorer can serve as a reward signal for assessing and improving the emotional and restorative quality of generated images. These findings establish psychological comfort as a distinct dimension of human-centered image generation and position HealBench as a foundation for affect-aware generative models.
• Abstract（参考訳）: フォトリアリズム、セマンティクスの忠実さ、美学の進歩にもかかわらず、テキストと画像の生成と画像の編集は、人間の中心の次元において、心理的に快適であると感じられるかどうかで検討されている。 認知的評価理論を基礎として、我々は、心理的快適さを、視聴者の回復的、感情的支援的な視覚的手がかりに対する評価によって形作られた感情的反応として定義する。 HealBenchは、19のカテゴリと92のサブカテゴリにまたがる3万の高品質な画像テキストペアの詳細なベンチマークである。 また,1,095インスタンスの機能クラスタ化評価セットであるHealBench-Evalを構築した。 HealBench-Evalを用いて、14の代表的な画像生成モデルとプロンプト-リライト戦略の客観的および主観評価を行う。 その結果、従来の視覚的品質と快適感のギャップが明らかとなり、強い意味的アライメントと美学は感情的に回復するイメージを保証しない。 強化学習実験は、HealScorerが生成した画像の感情的および回復的品質を評価し改善するための報奨信号として機能することを示す。 これらの知見は、人間中心の画像生成の異なる次元としての心理的快適性を確立し、HealBenchを感情認識生成モデルの基礎として位置づけた。

関連論文リスト

• ArtCognition: A Multimodal AI Framework for Affective State Sensing from Visual and Kinematic Drawing Cues [0.0]
  本稿では、感情知覚のための豊かで未探索なモダリティとしてデジタル描画を紹介する。 本稿では,House-Tree-Personテストの自動解析のための新しいマルチモーダルフレームワークArtCognitionを提案する。
  論文  参考訳（メタデータ） (2026-01-07T17:35:37Z)
• Human-Centred Evaluation of Text-to-Image Generation Models for Self-expression of Mental Distress: A Dataset Based on GPT-4o [0.6629765271909503]
  心的苦痛の自己表現を支援するためのAI生成画像の有効性を評価する。 英国大学で勉強している20人の中国人留学生が、精神的な苦痛に関する個人的な経験を説明するために招待された。
  論文  参考訳（メタデータ） (2025-10-26T08:30:52Z)
• Enhancing Reward Models for High-quality Image Generation: Beyond Text-Image Alignment [63.823383517957986]
  テキスト画像アライメントの目的を達成し,達成する新しい評価スコアであるICT(Image-Contained-Text)を提案する。 さらに、画像モダリティのみを用いてHPスコアモデル(High-Preference)をトレーニングし、画像美学とディテール品質を向上させる。
  論文  参考訳（メタデータ） (2025-07-25T07:01:50Z)
• Aesthetics Without Semantics [3.644950723229025]
  セマンティックコンテンツを最小限に抑えた画像データベースを作成し,美的評価の悪面から画像を生成する手法を考案する。 画像の特徴と美的評価との間には, 美しい画像に偏った画像が, どのように修正されるか, あるいは逆転するかが示される。
  論文  参考訳（メタデータ） (2025-05-08T15:22:11Z)
• When Does Perceptual Alignment Benefit Vision Representations? [76.32336818860965]
  視覚モデル表現と人間の知覚的判断との整合がユーザビリティに与える影響について検討する。 モデルと知覚的判断を一致させることで、多くの下流タスクで元のバックボーンを改善する表現が得られることがわかった。 その結果,人間の知覚的知識に関する帰納バイアスを視覚モデルに注入することは,より良い表現に寄与することが示唆された。
  論文  参考訳（メタデータ） (2024-10-14T17:59:58Z)
• Psychometry: An Omnifit Model for Image Reconstruction from Human Brain Activity [60.983327742457995]
  人間の脳活動から見るイメージを再構築することで、人間とコンピュータのビジョンをBrain-Computer Interfaceを通して橋渡しする。 異なる被験者から得られた機能的磁気共鳴イメージング(fMRI)による画像再構成のための全能モデルであるサイコメトリを考案した。
  論文  参考訳（メタデータ） (2024-03-29T07:16:34Z)
• Exploring the Naturalness of AI-Generated Images [59.04528584651131]
  我々は、AI生成画像の視覚的自然性をベンチマークし、評価する第一歩を踏み出した。 本研究では,人間の評価を整列するAGIの自然性を自動予測するジョイント・オブジェクト・イメージ・ナチュラルネス評価器(JOINT)を提案する。 その結果,JOINTは自然性評価において,より主観的に一貫した結果を提供するために,ベースラインを著しく上回ることを示した。
  論文  参考訳（メタデータ） (2023-12-09T06:08:09Z)
• Impressions: Understanding Visual Semiotics and Aesthetic Impact [66.40617566253404]
  画像のセミオティックスを調べるための新しいデータセットであるImpressionsを提示する。 既存のマルチモーダル画像キャプションと条件付き生成モデルは、画像に対する可視的応答をシミュレートするのに苦労していることを示す。 このデータセットは、微調整と少数ショット適応により、画像の印象や美的評価をモデル化する能力を大幅に改善する。
  論文  参考訳（メタデータ） (2023-10-27T04:30:18Z)

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。