Hi3DEval：通过分层有效性推进3D生成评估

尽管3D内容生成技术取得了快速进展，但生成3D资产的质量评估仍然具有挑战性。现有方法主要依赖于基于图像的度量，并且仅在对象级别操作，这限制了它们捕捉空间一致性、材质真实性和高保真局部细节的能力。1）为了解决这些挑战，我们引入了Hi3DEval，这是一个专为3D生成内容量身定制的分层评估框架。它结合了对象级别和零件级别的评估，从而能够进行多维度的整体评估以及细粒度的质量分析。此外，我们通过明确评估材质的真实性，将纹理评估扩展到美学外观之外，重点关注反照率、饱和度和金属度等属性。2）为了支持这个框架，我们构建了Hi3DBench，一个包含多样化3D资产和高质量注释的大规模数据集，并配备了可靠的多代理注释流水线。我们进一步提出了一种基于混合3D表示的3D感知自动化评分系统。具体来说，我们利用基于视频的表示进行对象级别和材质主题评估，以增强时空一致性建模，并采用预训练的3D特征进行零件级别感知。大量实验表明，我们的方法在建模3D特征方面优于现有的基于图像的度量，并且与人类偏好实现了更好的对齐，为手动评估提供了一种可扩展的替代方案。项目页面可在 https://zyh482.github.io/Hi3DEval/ 访问。