論文の概要: Inferring Human Observer Spectral Sensitivities from Video Game Data

• arxiv url: http://arxiv.org/abs/2007.00490v2
• Date: Tue, 21 Jul 2020 10:29:56 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-15 00:03:11.407480
• Title: Inferring Human Observer Spectral Sensitivities from Video Game Data
• Title（参考訳）: ビデオゲームデータから人間のオブザーバ分光感度を推定する
• Authors: Chatura Samarakoon, Gehan Amaratunga, Phillip Stanley-Marbell
• Abstract要約: 本稿では,SRGBの画素値と単純な表示モデルを用いて,表示装置のユーザに対する可視色マッチング関数(CMF)を計算する方法を示す。 計算したCMFの形状に異なる正則化関数が与える影響を評価した結果,正方形正則化器の和が滑らかで定性的に現実的なCMFを予測できることが示された。
• 参考スコア（独自算出の注目度）: 1.6114012813668934
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the use of primaries which have increasingly narrow bandwidths in modern displays, observer metameric breakdown is becoming a significant factor. This can lead to discrepancies in the perceived color between different observers. If the spectral sensitivity of a user's eyes could be easily measured, next generation displays would be able to adjust the display content to ensure that the colors are perceived as intended by a given observer. We present a mathematical framework for calculating spectral sensitivities of a given human observer using a color matching experiment that could be done on a mobile phone display. This forgoes the need for expensive in-person experiments and allows system designers to easily calibrate displays to match the user's vision, in-the-wild. We show how to use sRGB pixel values along with a simple display model to calculate plausible color matching functions (CMFs) for the users of a given display device (e.g., a mobile phone). We evaluate the effect of different regularization functions on the shape of the calculated CMFs and the results show that a sum of squares regularizer is able to predict smooth and qualitatively realistic CMFs.
• Abstract（参考訳）: 現代のディスプレイの帯域幅がますます狭くなるプライマリを用いることで、オブザーバメタマー分解が重要な要因となっている。 これは異なる観察者間で知覚される色に相違をもたらす可能性がある。 ユーザの眼の分光感度が容易に測定できるなら、次世代のディスプレイは表示内容を調整でき、色が与えられたオブザーバーが意図しているように認識されるようにする。 本稿では,携帯電話のディスプレイ上で実施可能なカラーマッチング実験を用いて,人間の観測者のスペクトル感受性を計算するための数学的枠組みを提案する。 これにより、高価な対人実験が必要となり、システムデザイナーはユーザの視覚に合うように簡単にディスプレイを調整できる。 本稿では,SRGBの画素値と単純な表示モデルを用いて,表示装置(携帯電話など)のユーザに対する可視色マッチング関数(CMF)を計算する方法について述べる。 計算したCMFの形状に異なる正規化関数が与える影響を評価した結果,正方形正規化器の総和が滑らかで定性的に現実的なCMFを予測できることが示された。

関連論文リスト

• XPoint: A Self-Supervised Visual-State-Space based Architecture for Multispectral Image Registration [2.7036595757881323]
  XPointは、アダプティブトレーニングと、アライメントされたマルチスペクトルデータセットの微調整のための、自己教師付き、モジュール化された画像マッチングフレームワークである。 XPointはモジュラリティと自己スーパービジョンを採用し、ベース検出器のような要素の調整を可能にしている。 XPointは、機能マッチングや画像登録タスクにおいて、最先端のメソッドを一貫して上回るか、マッチする。
  論文  参考訳（メタデータ） (2024-11-11T23:12:08Z)
• Computational Trichromacy Reconstruction: Empowering the Color-Vision Deficient to Recognize Colors Using Augmented Reality [12.77228283953913]
  色覚障害(CVD)患者が色を認識・識別する支援技術を提案する。 ディクロマトリクスの色知覚は、通常のトリクロマトリクスの3次元色(3D)知覚の2次元部分集合の縮小である。 提案システムを用いて、CVD個人は、計算色空間変換により、異なる色に異なる変化を誘発することができる。
  論文  参考訳（メタデータ） (2024-08-04T01:34:22Z)
• Neural Clustering based Visual Representation Learning [61.72646814537163]
  クラスタリングは、機械学習とデータ分析における最も古典的なアプローチの1つである。 本稿では,特徴抽出をデータから代表者を選択するプロセスとみなすクラスタリング(FEC)による特徴抽出を提案する。 FECは、個々のクラスタにピクセルをグループ化して抽象的な代表を配置し、現在の代表とピクセルの深い特徴を更新する。
  論文  参考訳（メタデータ） (2024-03-26T06:04:50Z)
• ColorVideoVDP: A visual difference predictor for image, video and display distortions [51.29162719944865]
  メトリックは、色調コントラスト感度とチャンネル間のコントラストマスキングという新しい心理物理学モデルに基づいて構築されている。 ディスプレイの観察条件、幾何学的、および測光的特性を考慮に入れている。 一般的なビデオストリーミングの歪みと、AR/VRディスプレイに関連する8つの新しい歪みを予測できるように訓練された。
  論文  参考訳（メタデータ） (2024-01-21T13:16:33Z)
• The Influences of Color and Shape Features in Visual Contrastive Learning [0.0]
  本稿では,個々の画像特徴(色や形状など)がモデル性能に与える影響について検討する。 実験結果から、教師付き表現と比較して、コントラスト表現は類似した色を持つオブジェクトとクラスタリングする傾向にあることが示された。
  論文  参考訳（メタデータ） (2023-01-29T15:10:14Z)
• ColorSense: A Study on Color Vision in Machine Visual Recognition [57.916512479603064]
  視覚認識ベンチマークから,前景や背景色ラベルの非自明なアノテーション110,000点を収集する。 色識別のレベルがマシン認識モデルの性能に与える影響を実証することにより、データセットの使用を検証した。 その結果,分類や局所化などの物体認識タスクは,色覚バイアスの影響を受けやすいことが示唆された。
  論文  参考訳（メタデータ） (2022-12-16T18:51:41Z)
• HighlightMe: Detecting Highlights from Human-Centric Videos [52.84233165201391]
  我々は,人間中心のビデオからハイライト可能な抜粋を検出するために,ドメインとユーザに依存しないアプローチを提案する。 本研究では,時空間グラフ畳み込みを用いたオートエンコーダネットワークを用いて,人間の活動やインタラクションを検出する。 我々は,最先端の手法に比べて,人手によるハイライトのマッチングの平均精度が4～12%向上したことを観察した。
  論文  参考訳（メタデータ） (2021-10-05T01:18:15Z)
• The quantization error in a Self-Organizing Map as a contrast and colour specific indicator of single-pixel change in large random patterns [0.0]
  固定サイズの自己組織化マップにおける量子化誤差は、局所的なコントラスト強度とコントラスト信号の最も細かい差を確実に識別できることを示す。 QEの感度は、人間の視覚検出の容量限界を超える。 これは、教師なし画像学習と大規模画像データに対する計算ビルディングブロックアプローチの文脈において重要な意味を持つ可能性がある。
  論文  参考訳（メタデータ） (2020-11-08T12:41:24Z)
• Cross-Spectral Periocular Recognition with Conditional Adversarial Networks [59.17685450892182]
  本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。 EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
  論文  参考訳（メタデータ） (2020-08-26T15:02:04Z)
• Towards End-to-end Video-based Eye-Tracking [50.0630362419371]
  画像のみから視線を推定することは、観察不可能な人固有の要因のために難しい課題である。 本稿では,これらの意味的関係と時間的関係を明確に学習することを目的とした,新しいデータセットとアタッチメント手法を提案する。 視覚刺激からの情報と視線画像の融合が,文献に記録された人物と同じような性能を達成することにつながることを実証した。
  論文  参考訳（メタデータ） (2020-07-26T12:39:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。