Fine-Grained Human Pose Editing Assessment via Layer-Selective MLLMs
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Sun, Ningyu, Cai, Zhaolin, Xu, Zitong, Chen, Peihang, Duan, Huiyu, Yan, Yichao, Min, Xiongkuo, Yang, Xiaokang |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Evaluating Image Editing with LLMs: A Comprehensive Benchmark and Intermediate-Layer Probing Approach
par: Gao, Shiqi, et autres
Publié: (2026)
par: Gao, Shiqi, et autres
Publié: (2026)
FineVQ: Fine-Grained User Generated Content Video Quality Assessment
par: Duan, Huiyu, et autres
Publié: (2024)
par: Duan, Huiyu, et autres
Publié: (2024)
ReasonEdit: Towards Interpretable Image Editing Evaluation via Reinforcement Learning
par: Chen, Honghua, et autres
Publié: (2026)
par: Chen, Honghua, et autres
Publié: (2026)
Generative Human-Object Interaction Detection via Differentiable Cognitive Steering of Multi-modal LLMs
par: Cai, Zhaolin, et autres
Publié: (2025)
par: Cai, Zhaolin, et autres
Publié: (2025)
ITIScore: An Image-to-Text-to-Image Rating Framework for the Image Captioning Ability of MLLMs
par: Xu, Zitong, et autres
Publié: (2026)
par: Xu, Zitong, et autres
Publié: (2026)
ManipShield: A Unified Framework for Image Manipulation Detection, Localization and Explanation
par: Xu, Zitong, et autres
Publié: (2025)
par: Xu, Zitong, et autres
Publié: (2025)
Preference-Guided Debiasing for No-Reference Enhancement Image Quality Assessment
par: Gao, Shiqi, et autres
Publié: (2026)
par: Gao, Shiqi, et autres
Publié: (2026)
VTONQA: A Multi-Dimensional Quality Assessment Dataset for Virtual Try-on
par: Wei, Xinyi, et autres
Publié: (2026)
par: Wei, Xinyi, et autres
Publié: (2026)
Quality Assessment for AI Generated Images with Instruction Tuning
par: Wang, Jiarui, et autres
Publié: (2024)
par: Wang, Jiarui, et autres
Publié: (2024)
Perceptual Video Quality Assessment: A Survey
par: Min, Xiongkuo, et autres
Publié: (2024)
par: Min, Xiongkuo, et autres
Publié: (2024)
EditRefiner: A Human-Aligned Agentic Framework for Image Editing Refinement
par: Xu, Zitong, et autres
Publié: (2026)
par: Xu, Zitong, et autres
Publié: (2026)
TDVE-Assessor: Benchmarking and Evaluating the Quality of Text-Driven Video Editing with LMMs
par: Wang, Juntong, et autres
Publié: (2025)
par: Wang, Juntong, et autres
Publié: (2025)
EditHF-1M: A Million-Scale Rich Human Preference Feedback for Image Editing
par: Xu, Zitong, et autres
Publié: (2026)
par: Xu, Zitong, et autres
Publié: (2026)
Omni$^2$: Unifying Omnidirectional Image Generation and Editing in an Omni Model
par: Yang, Liu, et autres
Publié: (2025)
par: Yang, Liu, et autres
Publié: (2025)
How is Visual Attention Influenced by Text Guidance? Database and Model
par: Sun, Yinan, et autres
Publié: (2024)
par: Sun, Yinan, et autres
Publié: (2024)
HarmonyIQA: Pioneering Benchmark and Model for Image Harmonization Quality Assessment
par: Xu, Zitong, et autres
Publié: (2025)
par: Xu, Zitong, et autres
Publié: (2025)
Human-Aligned Bench: Fine-Grained Assessment of Reasoning Ability in MLLMs vs. Humans
par: Qiu, Yansheng, et autres
Publié: (2025)
par: Qiu, Yansheng, et autres
Publié: (2025)
ODI-Bench: Can MLLMs Understand Immersive Omnidirectional Environments?
par: Yang, Liu, et autres
Publié: (2025)
par: Yang, Liu, et autres
Publié: (2025)
I2I-Bench: A Comprehensive Benchmark Suite for Image-to-Image Editing Models
par: Wang, Juntong, et autres
Publié: (2025)
par: Wang, Juntong, et autres
Publié: (2025)
LMM4Edit: Benchmarking and Evaluating Multimodal Image Editing with LMMs
par: Xu, Zitong, et autres
Publié: (2025)
par: Xu, Zitong, et autres
Publié: (2025)
ESIQA: Perceptual Quality Assessment of Vision-Pro-based Egocentric Spatial Images
par: Zhu, Xilei, et autres
Publié: (2024)
par: Zhu, Xilei, et autres
Publié: (2024)
LM Fight Arena: Benchmarking Large Multimodal Models via Game Competition
par: Zheng, Yushuo, et autres
Publié: (2025)
par: Zheng, Yushuo, et autres
Publié: (2025)
Learning to Wander: Improving the Global Image Geolocation Ability of LMMs via Actionable Reasoning
par: Zheng, Yushuo, et autres
Publié: (2026)
par: Zheng, Yushuo, et autres
Publié: (2026)
EEmo-Logic: A Unified Dataset and Multi-Stage Framework for Comprehensive Image-Evoked Emotion Assessment
par: Gao, Lancheng, et autres
Publié: (2026)
par: Gao, Lancheng, et autres
Publié: (2026)
ESVQA: Perceptual Quality Assessment of Egocentric Spatial Videos
par: Zhu, Xilei, et autres
Publié: (2024)
par: Zhu, Xilei, et autres
Publié: (2024)
ELIQ: A Label-Free Framework for Quality Assessment of Evolving AI-Generated Images
par: Li, Xinyue, et autres
Publié: (2026)
par: Li, Xinyue, et autres
Publié: (2026)
Enhancing Image Quality Assessment Ability of LMMs via Retrieval-Augmented Generation
par: Fu, Kang, et autres
Publié: (2026)
par: Fu, Kang, et autres
Publié: (2026)
Multi-Dimensional Quality Assessment for Text-to-3D Assets: Dataset and Model
par: Fu, Kang, et autres
Publié: (2025)
par: Fu, Kang, et autres
Publié: (2025)
AIGV-Assessor: Benchmarking and Evaluating the Perceptual Quality of Text-to-Video Generation with LMM
par: Wang, Jiarui, et autres
Publié: (2024)
par: Wang, Jiarui, et autres
Publié: (2024)
UniProcessor: A Text-induced Unified Low-level Image Processor
par: Duan, Huiyu, et autres
Publié: (2024)
par: Duan, Huiyu, et autres
Publié: (2024)
MMHead: Towards Fine-grained Multi-modal 3D Facial Animation
par: Wu, Sijing, et autres
Publié: (2024)
par: Wu, Sijing, et autres
Publié: (2024)
Disentangled Clothed Avatar Generation with Layered Representation
par: Zhang, Weitian, et autres
Publié: (2025)
par: Zhang, Weitian, et autres
Publié: (2025)
TIT-Score: Evaluating Long-Prompt Based Text-to-Image Alignment via Text-to-Image-to-Text Consistency
par: Wang, Juntong, et autres
Publié: (2025)
par: Wang, Juntong, et autres
Publié: (2025)
Pose-RFT: Enhancing MLLMs for 3D Pose Generation via Hybrid Action Reinforcement Fine-Tuning
par: Li, Bao, et autres
Publié: (2025)
par: Li, Bao, et autres
Publié: (2025)
Steering and Rectifying Latent Representation Manifolds in Frozen Multi-modal LLMs for Video Anomaly Detection
par: Cai, Zhaolin, et autres
Publié: (2026)
par: Cai, Zhaolin, et autres
Publié: (2026)
Redundancy Principles for MLLMs Benchmarks
par: Zhang, Zicheng, et autres
Publié: (2025)
par: Zhang, Zicheng, et autres
Publié: (2025)
Quality Assessment and Distortion-aware Saliency Prediction for AI-Generated Omnidirectional Images
par: Yang, Liu, et autres
Publié: (2025)
par: Yang, Liu, et autres
Publié: (2025)
PostEdit: Posterior Sampling for Efficient Zero-Shot Image Editing
par: Tian, Feng, et autres
Publié: (2024)
par: Tian, Feng, et autres
Publié: (2024)
FinePOSE: Fine-Grained Prompt-Driven 3D Human Pose Estimation via Diffusion Models
par: Xu, Jinglin, et autres
Publié: (2024)
par: Xu, Jinglin, et autres
Publié: (2024)
RGC-VQA: An Exploration Database for Robotic-Generated Video Quality Assessment
par: Jin, Jianing, et autres
Publié: (2025)
par: Jin, Jianing, et autres
Publié: (2025)
Documents similaires
-
Evaluating Image Editing with LLMs: A Comprehensive Benchmark and Intermediate-Layer Probing Approach
par: Gao, Shiqi, et autres
Publié: (2026) -
FineVQ: Fine-Grained User Generated Content Video Quality Assessment
par: Duan, Huiyu, et autres
Publié: (2024) -
ReasonEdit: Towards Interpretable Image Editing Evaluation via Reinforcement Learning
par: Chen, Honghua, et autres
Publié: (2026) -
Generative Human-Object Interaction Detection via Differentiable Cognitive Steering of Multi-modal LLMs
par: Cai, Zhaolin, et autres
Publié: (2025) -
ITIScore: An Image-to-Text-to-Image Rating Framework for the Image Captioning Ability of MLLMs
par: Xu, Zitong, et autres
Publié: (2026)