东京大学 发布 VP inconsistencies dataset 数据集, 应用在 计算机视觉、生成图像几何校正 领域

东京大学 本次发布的数据集 VP inconsistencies dataset, 该数据集由东京大学研究团队创建，专注于AI生成图像中的消失点（VP）不一致性问题，旨在为几何校正提供量化评估基准。数据集包含人工标注的消失点位置和建筑轮廓，数据来源为Stable Diffusion等主流生成模型产生的图像，并通过专业标注构建几何一致性真值。研究团队采用交互式标注流程，确保数据精准反映建筑场景中平行线组的空间几何关系。该数据集主要应用于计算机视觉领域，解决生成图像的结构真实性缺陷，并为图像到3D重建等需几何精确度的任务提供支持。

查看VP inconsistencies dataset

关于 东京大学 , 东京大学是日本最古老、最有声望的研究型国立大学，以其在多个学术领域的卓越研究与教育而闻名于世。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。