arXiv cs.AI· Chanhwi Jeong, Dongmin You, Seungwook Kim·· 10 小时前AI 评分20
TOGBench:评测并提升航拍图像中的微小目标生成保真度
TOGBench: Benchmarking and Improving Tiny-Object Generation Fidelity in Aerial Imagery
AI 导读
TOGBench 是一个面向航拍图像的定量、目标级基准,专门评测微小目标(车辆、船只、飞机等仅占几个像素的目标)的生成保真度,弥补以往生成评测只看提示词遵循或人类偏好的空白。研究还提出两种简单的训练/推理期技术,提升 layout-to-image 生成器渲染小目标的能力,使其在 TOGBench 上的表现得到提高。该工作已被 WACV 2027 Round 2 接收。
正文 · AI 翻译
摘要:深度生成模型的进展如今已能合成逼真的图像。然而,航空影像以微小目标为主,例如车辆、船舶和飞机,由于航空成像的俯视、广域特性,它们仅占据几个像素。现有生成模型在微小目标上的表现远不如较大目标。这一局限此前被忽视,因为以往的生成评估工作侧重于提示词遵循或人类偏好,而非小目标是否被忠实渲染。为填补这一空白,我们提出 TOGBench,一个用于评估航空影像中微小目标生成保真度的定量、目标级基准。我们进一步提出两种简单的训练/推理时技术,可提升布局到图像生成器渲染小目标的能力,从而提高它们在 TOGBench 上的表现。
| 评论: | 已被 WACV 2027 第二轮接收。20 页,7 幅图 |
| 主题: | 计算机视觉与模式识别(cs.CV);人工智能(cs.AI) |
| 引用为: | arXiv:2611.23840 [cs.CV] |
| (或 arXiv:2611.23840v1 [cs.CV] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.23840 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Seungwook Kim [查看邮箱]
[v1]
2026 年 11 月 18 日星期三 04:45:57 UTC(15,847 KB)
来源:arXiv cs.AI · arxiv.org