The Many Senses of Visual Similarity: A Text-Prompted Image Perceptual Metric
视觉相似性的多种意义:一种文本提示的图像感知度量
AI总结 研究人类视觉相似性判断的上下文依赖问题,通过引入大规模数据集微调VLM,产生能捕捉多种视觉相似性意义的TPIPS度量,该度量与人类感知更契合,还在多种任务中开启新功能。
Comments Project Webpage: https://peterwang512.github.io/TPIPS