日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

身体性AI/画像品質評価arXiv:2505.16815

身体性AIのための画像品質評価

Image Quality Assessment for Embodied AI

シェア:XThreadsFacebookLINEはてブBluesky

実世界の歪みが身体性AIの性能に与える影響を評価するため、知覚・認知・意思決定・実行のパイプラインに基づく大規模データベースEmbodied-IQAを構築し、既存の画像品質評価手法の限界を示した。

詳しい要約

1. どんなもの?

- Embodied AI の実環境展開を妨げる画像歪みに対し、ロボット視点での画像の「使いやすさ(perceptual quality for robots)」を評価する新課題『IQA for Embodied AI』を提案する研究。 - 人間の選好予測を目的とする従来 IQA とは異なり、embodied タスクでの画像の実用性を指標化することを目指す。 - 知覚-認知-決定-実行の pipeline 定義、Embodied-IQA database 構築、主流 IQA 手法の評価の3点を主な貢献とする。

2. 先行研究と比べてどこがすごい?

- 従来の IQA は歪み画像に対する人間の選好予測に用いられてきたが、embodied タスクにおける画像の usability を評価する IQA 手法は存在しなかった。 - 本研究はその空白を埋めるべく『IQA for Embodied AI』という課題自体を初めて提起した点が新しい。 - 既存 IQA 手法を embodied 文脈で体系的に評価する基盤(database と評価手続き)を提供する点も従来にない。

3. 技術・手法の肝は?

- Mertonian system と meta-cognitive theory に基づき、perception-cognition-decision-execution pipeline を構築し、包括的な主観スコア収集プロセスを定義。 - Embodied-IQA database を構築:36k 以上の reference/distorted image pair を含み、Vision Language Models/Vision Language Action-models/実世界ロボットによる 5m 以上の fine-grained annotation を付与。 - この database 上で主流 IQA 手法を学習・検証する評価プロトコルを設計。

4. どうやって有効だと検証した?

- Embodied-IQA database 上で主流 IQA 手法の性能を学習・検証し、その結果から Embodied AI 向けにより正確な品質指標の開発が必要であることを実証的に示した。 - 具体的な指標値や比較結果の詳細は要旨からは不明。

5. 議論はある?

- 実世界の多様な歪みの下での Embodied AI 応用促進を狙うと述べており、現行 IQA 手法では embodied 用途に不十分である点を議論の出発点としている。 - 具体的な限界や今後の課題の詳細は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で直接参照・比較されている個別研究は明示されていない。関連手法として、主流の IQA 手法(例:PSNR、SSIM、LPIPS、BRISQUE、CLIP-IQA など一般名)や、annotation に用いられた Vision Language Models/Vision Language Action-models の関連研究を次に読む候補として挙げる。 - 詳細は要旨からは不明。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Chunyi Li, Jiaohao Xiao, Jianbo Zhang, Farong Wen, Zicheng Zhang, Yuan Tian, Xiangyang Zhu, Xiaohong Liu, Zhengxue Cheng, Weisi Lin, Guangtao Zhai

分類: cs.CV, cs.RO

原文アブストラクト

Embodied AI has developed rapidly in recent years, but it is still mainly deployed in laboratories, with various distortions in the Real-world limiting its application. Traditionally, Image Quality Assessment (IQA) methods are applied to predict human preferences for distorted images; however, there is no IQA method to assess the usability of an image in embodied tasks, namely, the perceptual quality for robots. To provide accurate and reliable quality indicators for future embodied scenarios, we first propose the topic: IQA for Embodied AI. Specifically, we (1) based on the Mertonian system and meta-cognitive theory, constructed a perception-cognition-decision-execution pipeline and defined a comprehensive subjective score collection process; (2) established the Embodied-IQA database, containing over 36k reference/distorted image pairs, with more than 5m fine-grained annotations provided by Vision Language Models/Vision Language Action-models/Real-world robots; (3) trained and validated the performance of mainstream IQA methods on Embodied-IQA, demonstrating the need to develop more accurate quality indicators for Embodied AI. We sincerely hope that through evaluation, we can promote the application of Embodied AI under complex distortions in the Real-world. Project page: https://github.com/lcysyzxdxc/EmbodiedIQA

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI