BL
MarkTechPost • 45일 전
샤오미, 객체 제거 평가지표 PROVE 공개
IMP 7/10
핵심 요약
최근 디퓨전(Diffusion) 기반 객체 제거 AI 모델은 그림자나 반사광까지 자연스럽게 복원하는 수준으로 발전했지만, 기존 평가 지표들은 이를 제대로 평가하지 못하고 있습니다. 이에 샤오미 연구팀이 인간의 시각적 인식을 반영한 새로운 평가 지표(RC-S, RC-T)와 실제 비디오 데이터셋을 포함한 'PROVE' 벤치마크를 공개했습니다.
번역된 본문
객체 제거 모델은 이를 평가하는 데 사용되는 평가 지표보다 더 빠르게 발전해 왔습니다. 최근 디퓨전 이레이저(Diffusion erasers)는 그림자, 반사광 및 가려진 구조까지 매우 설득력 있게 재구성할 수 있게 되었습니다. 하지만 PSNR, SSIM, LPIPS, ReMOVE 및 CFD와 같은 기존 평가 지표들은 종종 모델의 성능을 잘못된 순위로 평가합니다.
이러한 문제의 근본적인 원인은 구조적인 데 있습니다. 객체 제거는 부정형 문제(ill-posed)이자 일대다(one-to-many) 작업이기 때문에, 평가를 위한 단일한 정답(Ground truth)이 존재하지 않습니다...
원문 보기 (영어)
Object removal models have improved faster than the metrics used to judge them. Diffusion erasers now reconstruct shadows, reflections and occluded structure convincingly, yet PSNR, SSIM, LPIPS, ReMOVE and CFD frequently rank their outputs the wrong way. The root cause is structural: erasure is an ill-posed, one-to-many task, so no single ground truth exists to […]
The post Xiaomi’s MiLM Plus Releases PROVE: Perception-Aligned Object Removal Metrics RC-S and RC-T With a Real-World Video Benchmark appeared first on MarkTechPost.