VistaDream’s Evaluation
采用了[@shriram_RealmDreamer_arXiv2024] （未发表）和[@you_NVS-Solver_arXiv2024]（技术报告）的评价数据集
可视化效果初看很好
- 代码可跑通其预设样例
- todo 自己找的其他数据集样例
与[@yao_CAR_arXiv2024]未见明显质量差距
定量评估部分设计了LLaVA-IQA。
- Q：这类用大模型提问以评估非语义质量的是可靠的方式吗？
- 是否已有采用这样的大模型评估的3d领域已发表工作。
- 是否已有采用这样的大模型评估的图像生成已发表工作。
Note: 之前有 TIFAscore [@hu_TIFA_2023] 是评估语义正确性的。该方法则评估噪声、清晰度等
本文引用了[@wang_CLIP-IQA_2023] [@yu_WonderJourney_2024]
其中
[@wang_CLIP-IQA_2023] （AAAI）基于CLIP对正负prompt的相似度评价质量，包括模糊、噪声和语义概念
[@yu_WonderJourney_2024] 使用GPT4-V验证图像中是否有近似相框的物体，和检测模糊物体
(Yu et al., 2024, p. 7)：
