Xiaomis forskningsenhed MiLM Plus har offentliggjort PROVE, et nyt benchmark og to nye målemetoder (RC-S og RC-T) til at vurdere kvaliteten af objektfjernelse i video. Det skriver MarkTechPost.
Objektfjernelse – at slette et element fra en video og lade AI'en udfylde baggrunden – er blevet markant bedre. Modeller kan i dag rekonstruere skygger, refleksioner og skjulte strukturer så overbevisende, at traditionelle målemetoder som PSNR, SSIM, LPIPS, ReMOVE og CFD ofte rangerer resultaterne forkert. Problemet er strukturelt: opgaven er 'ill-posed' og 'one-to-many' – der findes ikke én korrekt løsning, men mange plausible. Derfor kan man ikke sammenligne med en enkelt sandhed, som klassiske metrikker gør.
For beslutningstagere i medie-, reklame- og indholdsproduktion betyder det noget. Hvis man skal investere i AI-videoredigering – enten ved at bygge interne værktøjer eller købe løsninger fra leverandører – er man afhængig af at kunne vurdere kvaliteten pålideligt. Med RC-S og RC-T får man metrikker, der er designet til at matche menneskelig opfattelse, og PROVE giver et fælles referencepunkt for test på virkelige videoer. Det gør det lettere at sammenligne modeller og træffe informerede valg.
Det er endnu uklart, om metrikkerne bliver bredt adopteret, men initiativet adresserer et reelt hul: uden gode målemetoder er det svært at skalere AI-redigering fra forskning til produktion. Læs mere om PROVE på MarkTechPost.
