ViTeX-Bench: Benchmarking High-Fidelity Video Scene Text Editing

我们引入ViTeX-Bench，这是一个包含VTeX-Dataset和三轴评估协议的基准测试套件。数据集包含387个真实世界720p视频，带有文本区域掩码和编辑指令：230提供已审核、管道生成的配对编辑用于训练，157形成一个冻结评估分割。协议通过13个指标评估文本正确性、视觉和时间质量以及编辑局部性，每轴一个主要指标，并进行帕累托比较其权衡。