上海交大发布 AI 生成 3D 人脸质量评估数据集 Gen3DHF
随着生成式人工智能的快速发展,3D 人脸的生成成为可能,尤其在虚拟现实等领域具有广泛应用。然而,评估这些生成 3D 人脸的质量和真实感依然是一个巨大的挑战,因为人类对面部特征的感知往往具有主观性和敏感性。
因此,上海交通大学团队开展了一项关于 AI 生成 3D 人脸质量评估的综合研究。该团队近日推出了 Gen3DHF 数据集和 LMME3DHF 评估指标,专注于评估 AI 生成的 3D 人脸质量。
相关论文:https://arxiv.org/pdf/2504.20466
Gen3DHF 数据集是一个大规模的基准数据集,包含 2000 个 AI 生成的 3D 人脸视频,以及从质量和真实感两个维度收集的 4000 个平均意见得分(MOS)、2000 个失真感知显著图和失真描述。这一数据集为研究人员提供了一个宝贵的工具,以客观评估 AI 生成内容的质量。
实验结果表明,LMME3DHF 在准确预测 AI 生成 3D 人脸的质量得分、有效识别失真感知显著区域和失真类型方面均取得了最先进的性能,超越了现有方法,同时与人类感知判断保持了高度一致。

