Hi3DEval: Fortschritt bei der Bewertung der 3D-Generierung durch hierarchische Gültigkeit

Trotz der raschen Fortschritte bei der Generierung von 3D-Inhalten bleibt die Qualitätsbewertung generierter 3D-Assets herausfordernd. Bestehende Methoden stützen sich hauptsächlich auf bildbasierte Metriken und operieren ausschließlich auf Objekt-Ebene, was ihre Fähigkeit einschränkt, räumliche Kohärenz, Material-Authentizität sowie hochauflösende lokale Details angemessen zu erfassen. 1) Um diese Herausforderungen zu bewältigen, stellen wir Hi3DEval vor – einen hierarchischen Bewertungsrahmen, der speziell für generative 3D-Inhalte entwickelt wurde. Der Ansatz kombiniert Bewertungen auf Objekt- und Teil-Ebene, wodurch eine umfassende Beurteilung über mehrere Dimensionen hinweg sowie eine feinabgestimmte Qualitätsanalyse ermöglicht wird. Zudem erweitern wir die Texturbewertung über rein ästhetische Aspekte hinaus, indem wir explizit die Realismus von Materialien bewerten, wobei wir Attribute wie Albedo, Sättigung und Metallizität berücksichtigen. 2) Um diesen Rahmen zu unterstützen, erstellen wir Hi3DBench, eine großskalige Datensammlung mit vielfältigen 3D-Assets und hochwertigen Annotationen, ergänzt durch eine zuverlässige Multi-Agenten-Annotationssystem. Darüber hinaus schlagen wir ein automatisiertes Bewertungssystem vor, das 3D-orientierte Darstellungen nutzt. Konkret setzen wir videobasierte Darstellungen für die Bewertung auf Objekt- und materialbezogener Ebene ein, um die Modellierung von räumlich-zeitlicher Kohärenz zu verbessern, und nutzen vortrainierte 3D-Features für die Wahrnehmung auf Teil-Ebene. Umfangreiche Experimente zeigen, dass unser Ansatz bestehende bildbasierte Metriken bei der Modellierung 3D-spezifischer Eigenschaften übertrifft und eine deutlich bessere Übereinstimmung mit menschlichen Präferenzen erreicht. Damit bietet er eine skalierbare Alternative zu manuellen Bewertungen. Die Projektseite ist unter https://zyh482.github.io/Hi3DEval/ verfügbar.