Buchumschlag

Q-Bench-Video: Benchmarking the Video Quality Understanding of LMMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zicheng, Jia, Ziheng, Wu, Haoning, Li, Chunyi, Chen, Zijian, Zhou, Yingjie, Sun, Wei, Liu, Xiaohong, Min, Xiongkuo, Lin, Weisi, Zhai, Guangtao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A-Bench: Are LMMs Masters at Evaluating AI-generated Images?
von: Zhang, Zicheng, et al.
Veröffentlicht: (2024)

Teaching LMMs for Image Quality Scoring and Interpreting
von: Zhang, Zicheng, et al.
Veröffentlicht: (2025)

VQA$^2$: Visual Question Answering for Video Quality Assessment
von: Jia, Ziheng, et al.
Veröffentlicht: (2024)

LMM-PCQA: Assisting Point Cloud Quality Assessment with LMM
von: Zhang, Zicheng, et al.
Veröffentlicht: (2024)

Subjective-Aligned Dataset and Metric for Text-to-Video Quality Assessment
von: Kou, Tengchuan, et al.
Veröffentlicht: (2024)

Q-Refine: A Perceptual Quality Refiner for AI-Generated Image
von: Li, Chunyi, et al.
Veröffentlicht: (2024)

Q-Bench+: A Benchmark for Multi-modal Foundation Models on Low-level Vision from Single Images to Pairs
von: Zhang, Zicheng, et al.
Veröffentlicht: (2024)

GMS-3DQA: Projection-based Grid Mini-patch Sampling for 3D Model Quality Assessment
von: Zhang, Zicheng, et al.
Veröffentlicht: (2023)

TDVE-Assessor: Benchmarking and Evaluating the Quality of Text-Driven Video Editing with LMMs
von: Wang, Juntong, et al.
Veröffentlicht: (2025)

CMC-Bench: Towards a New Paradigm of Visual Signal Compression
von: Li, Chunyi, et al.
Veröffentlicht: (2024)

Explore the Hallucination on Low-level Perception for MLLMs
von: Sun, Yinan, et al.
Veröffentlicht: (2024)

R-Bench: Are your Large Multimodal Model Robust to Real-world Corruptions?
von: Li, Chunyi, et al.
Veröffentlicht: (2024)

Image Quality Assessment: From Human to Machine Preference
von: Li, Chunyi, et al.
Veröffentlicht: (2025)

VITAL: Vision-Encoder-centered Pre-training for LMMs in Visual Quality Assessment
von: Jia, Ziheng, et al.
Veröffentlicht: (2025)

IllusionBench+: A Large-scale and Comprehensive Benchmark for Visual Illusion Understanding in Vision-Language Models
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)

PuzzleBench: A Fully Dynamic Evaluation Framework for Large Multimodal Models on Puzzle Solving
von: Zhang, Zeyu, et al.
Veröffentlicht: (2025)

Dual-Branch Network for Portrait Image Quality Assessment
von: Sun, Wei, et al.
Veröffentlicht: (2024)

Scaling-up Perceptual Video Quality Assessment
von: Jia, Ziheng, et al.
Veröffentlicht: (2025)

Q-Bench: A Benchmark for General-Purpose Foundation Models on Low-level Vision
von: Wu, Haoning, et al.
Veröffentlicht: (2023)

VideoAesBench: Benchmarking the Video Aesthetics Perception Capabilities of Large Multimodal Models
von: Li, Yunhao, et al.
Veröffentlicht: (2026)

UNQA: Unified No-Reference Quality Assessment for Audio, Image, Video, and Audio-Visual Content
von: Cao, Yuqin, et al.
Veröffentlicht: (2024)

Benchmarking Multi-dimensional AIGC Video Quality Assessment: A Dataset and Unified Model
von: Zhang, Zhichao, et al.
Veröffentlicht: (2024)

Q-Bench-Portrait: Benchmarking Multimodal Large Language Models on Portrait Image Quality Perception
von: Wu, Sijing, et al.
Veröffentlicht: (2026)

Enhancing Blind Video Quality Assessment with Rich Quality-aware Features
von: Sun, Wei, et al.
Veröffentlicht: (2024)

Light-VQA+: A Video Quality Assessment Model for Exposure Correction with Vision-Language Guidance
von: Zhou, Xunchu, et al.
Veröffentlicht: (2024)

GeoR-Bench: Evaluating Geoscience Visual Reasoning
von: Zheng, Yushuo, et al.
Veröffentlicht: (2026)

MEMO-Bench: A Multiple Benchmark for Text-to-Image and Multimodal Large Language Models on Human Emotion Analysis
von: Zhou, Yingjie, et al.
Veröffentlicht: (2024)

Enhancing Image Quality Assessment Ability of LMMs via Retrieval-Augmented Generation
von: Fu, Kang, et al.
Veröffentlicht: (2026)

LOVE: Benchmarking and Evaluating Text-to-Video Generation and Video-to-Text Interpretation
von: Wang, Jiarui, et al.
Veröffentlicht: (2025)

AIGIQA-20K: A Large Database for AI-Generated Image Quality Assessment
von: Li, Chunyi, et al.
Veröffentlicht: (2024)

Quality Assessment in the Era of Large Models: A Survey
von: Zhang, Zicheng, et al.
Veröffentlicht: (2024)

Towards Explainable Partial-AIGC Image Quality Assessment
von: Qian, Jiaying, et al.
Veröffentlicht: (2025)

GAIA: Rethinking Action Quality Assessment for AI-Generated Videos
von: Chen, Zijian, et al.
Veröffentlicht: (2024)

Perceptual Video Quality Assessment: A Survey
von: Min, Xiongkuo, et al.
Veröffentlicht: (2024)

G-Refine: A General Quality Refiner for Text-to-Image Generation
von: Li, Chunyi, et al.
Veröffentlicht: (2024)

Analysis of Video Quality Datasets via Design of Minimalistic Video Quality Models
von: Sun, Wei, et al.
Veröffentlicht: (2023)

THQA: A Perceptual Quality Assessment Database for Talking Heads
von: Zhou, Yingjie, et al.
Veröffentlicht: (2024)

3DGCQA: A Quality Assessment Database for 3D AI-Generated Contents
von: Zhou, Yingjie, et al.
Veröffentlicht: (2024)

Information Density Principle for MLLM Benchmarks
von: Li, Chunyi, et al.
Veröffentlicht: (2025)

EEmo-Bench: A Benchmark for Multi-modal Large Language Models on Image Evoked Emotion Assessment
von: Gao, Lancheng, et al.
Veröffentlicht: (2025)