論文の概要: Subjective and Objective Visual Quality Assessment of Textured 3D Meshes
- arxiv url: http://arxiv.org/abs/2102.03982v1
- Date: Mon, 8 Feb 2021 03:26:41 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-11 09:13:07.498046
- Title: Subjective and Objective Visual Quality Assessment of Textured 3D Meshes
- Title（参考訳）: テクスチャ3dメッシュの主観的および客観的視覚品質評価
- Authors: Jinjiang Guo, Vincent Vidal, Irene Cheng, Anup Basu, Atilla Baskurt,
Guillaume Lavoue
- Abstract要約: 本稿では,2つの比較プロトコルを用いて,テクスチャメッシュの知覚的品質を評価するための新しい主観的研究を提案する。
テクスチャメッシュの視覚的品質評価のための2つの新しい指標を提案する。
- 参考スコア（独自算出の注目度）: 3.738515725866836
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Objective visual quality assessment of 3D models is a fundamental issue in
computer graphics. Quality assessment metrics may allow a wide range of
processes to be guided and evaluated, such as level of detail creation,
compression, filtering, and so on. Most computer graphics assets are composed
of geometric surfaces on which several texture images can be mapped to 11 make
the rendering more realistic. While some quality assessment metrics exist for
geometric surfaces, almost no research has been conducted on the evaluation of
texture-mapped 3D models. In this context, we present a new subjective study to
evaluate the perceptual quality of textured meshes, based on a paired
comparison protocol. We introduce both texture and geometry distortions on a
set of 5 reference models to produce a database of 136 distorted models,
evaluated using two rendering protocols. Based on analysis of the results, we
propose two new metrics for visual quality assessment of textured mesh, as
optimized linear combinations of accurate geometry and texture quality
measurements. These proposed perceptual metrics outperform their counterparts
in terms of correlation with human opinion. The database, along with the
associated subjective scores, will be made publicly available online.
- Abstract（参考訳）: 3dモデルの客観的視覚品質評価は、コンピュータグラフィックスにおける根本的な問題である。
品質評価指標は、詳細作成のレベル、圧縮、フィルタリングなど、幅広いプロセスをガイドおよび評価することができます。
ほとんどのコンピュータグラフィックス資産は幾何面で構成されており、複数のテクスチャイメージを11にマッピングすることでレンダリングをよりリアルにすることができる。
幾何面に対する品質評価指標は存在するが,テクスチャマップを用いた3次元モデルの評価についてはほとんど研究されていない。
本稿では,対比較プロトコルに基づくテクスチャメッシュの知覚的品質を評価するための新たな主観的研究について述べる。
5つの参照モデルの集合にテクスチャと幾何の歪みを導入し、2つのレンダリングプロトコルを用いて評価した136の歪みモデルのデータベースを作成する。
本研究では, テクスチャメッシュの視覚的品質評価のための2つの新しい指標を提案し, 正確な形状とテクスチャ品質測定の線形組み合わせを最適化した。
これらの提案された知覚的指標は、人間の意見との相関の観点から、その対比を上回っている。
データベースは、関連する主観的なスコアとともに、オンラインで公開される。
関連論文リスト
- DreamPolish: Domain Score Distillation With Progressive Geometry Generation [66.94803919328815]
本稿では,高精細な幾何学と高品質なテクスチャの創出に優れたテキスト・ツー・3D生成モデルであるDreamPolishを紹介する。
幾何構成フェーズでは, 合成過程の安定性を高めるために, 複数のニューラル表現を利用する。
テクスチャ生成フェーズでは、そのような領域に向けて神経表現を導くために、新しいスコア蒸留、すなわちドメインスコア蒸留(DSD)を導入する。
論文 参考訳（メタデータ） (2024-11-03T15:15:01Z) - MaRINeR: Enhancing Novel Views by Matching Rendered Images with Nearby References [49.71130133080821]
MaRINeRは、近くのマッピング画像の情報を活用して、ターゲット視点のレンダリングを改善する方法である。
暗黙のシーン表現と暗黙のシーン表現の両方から、定量的な指標と定性的な例のレンダリングの改善を示す。
論文 参考訳（メタデータ） (2024-07-18T17:50:03Z) - TextureDreamer: Image-guided Texture Synthesis through Geometry-aware
Diffusion [64.49276500129092]
TextureDreamerは画像誘導型テクスチャ合成法である。
少数の入力画像から任意のカテゴリでターゲットの3D形状に光沢のあるテクスチャを転送することができる。
論文 参考訳（メタデータ） (2024-01-17T18:55:49Z) - SJTU-TMQA: A quality assessment database for static mesh with texture
map [28.821971310570436]
我々は、21の参照メッシュと945の歪んだサンプルを含む大規模なテクスチャメッシュ品質評価データベース、すなわちSJTU-TMQAを作成します。
SJTU-TMQAでは、13の最先端客観的指標が評価され、より効果的な客観的指標の必要性を示す0.6の相関関係が報告されている。
論文 参考訳（メタデータ） (2023-09-27T14:18:04Z) - RiCS: A 2D Self-Occlusion Map for Harmonizing Volumetric Objects [68.85305626324694]
カメラ空間における光マーチング (RiCS) は、3次元における前景物体の自己閉塞を2次元の自己閉塞マップに表現する新しい手法である。
表現マップは画像の質を高めるだけでなく,時間的コヒーレントな複雑な影効果をモデル化できることを示す。
論文 参考訳（メタデータ） (2022-05-14T05:35:35Z) - Texturify: Generating Textures on 3D Shape Surfaces [34.726179801982646]
本研究では3次元入力のテクスチャを予測する3次元形状を学習するためにTexturifyを提案する。
本手法では,3Dオブジェクトの学習に3Dカラー管理は不要である。
論文 参考訳（メタデータ） (2022-04-05T18:00:04Z) - From 2D to 3D: Re-thinking Benchmarking of Monocular Depth Prediction [80.67873933010783]
我々は,MDPが現在,3Dアプリケーションにおける予測の有用性を評価するのに有効な指標に頼っていることを論じる。
これにより、2Dベースの距離を最適化するのではなく、シーンの3D構造を正確に認識し、推定に向けて改善する新しい手法の設計と開発が制限される。
本稿では,MDP手法の3次元幾何評価に適した指標セットと,提案手法に不可欠な室内ベンチマークRIO-D3Dを提案する。
論文 参考訳（メタデータ） (2022-03-15T17:50:54Z) - No-Reference Quality Assessment for Colored Point Cloud and Mesh Based
on Natural Scene Statistics [36.017914479449864]
色付き3次元モデルに対するNASに基づくノン参照品質評価指標を提案する。
本手法は主に,カラーポイントクラウド品質評価データベース (SJTU-PCQA) とカラーメッシュ品質評価データベース (CMDM) で検証されている。
論文 参考訳（メタデータ） (2021-07-05T14:03:15Z) - Hybrid Approach for 3D Head Reconstruction: Using Neural Networks and
Visual Geometry [3.970492757288025]
本稿では,深層学習と幾何学的手法に基づくハイブリッド手法を用いて,複数の画像から3次元頭部を再構築する手法を提案する。
U-netアーキテクチャに基づくエンコーダデコーダネットワークを提案し、合成データのみを学習する。
論文 参考訳（メタデータ） (2021-04-28T11:31:35Z) - Pix2Surf: Learning Parametric 3D Surface Models of Objects from Images [64.53227129573293]
1つ以上の視点から見れば、新しいオブジェクトの3次元パラメトリック表面表現を学習する際の課題について検討する。
ビュー間で一貫した高品質なパラメトリックな3次元表面を生成できるニューラルネットワークを設計する。
提案手法は,共通対象カテゴリからの形状の公開データセットに基づいて,教師と訓練を行う。
論文 参考訳（メタデータ） (2020-08-18T06:33:40Z)
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。