論文の概要: SJTU-TMQA: A quality assessment database for static mesh with texture map

• arxiv url: http://arxiv.org/abs/2309.15675v1
• Date: Wed, 27 Sep 2023 14:18:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-28 13:24:23.414354
• Title: SJTU-TMQA: A quality assessment database for static mesh with texture map
• Title（参考訳）: SJTU-TMQA:テクスチャマップを用いた静的メッシュの品質評価データベース
• Authors: Bingyang Cui and Qi Yang and Kaifa Yang and Yiling Xu and Xiaozhong Xu and Shan Liu
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 28.821971310570436
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years, static meshes with texture maps have become one of the most prevalent digital representations of 3D shapes in various applications, such as animation, gaming, medical imaging, and cultural heritage applications. However, little research has been done on the quality assessment of textured meshes, which hinders the development of quality-oriented applications, such as mesh compression and enhancement. In this paper, we create a large-scale textured mesh quality assessment database, namely SJTU-TMQA, which includes 21 reference meshes and 945 distorted samples. The meshes are rendered into processed video sequences and then conduct subjective experiments to obtain mean opinion scores (MOS). The diversity of content and accuracy of MOS has been shown to validate its heterogeneity and reliability. The impact of various types of distortion on human perception is demonstrated. 13 state-of-the-art objective metrics are evaluated on SJTU-TMQA. The results report the highest correlation of around 0.6, indicating the need for more effective objective metrics. The SJTU-TMQA is available at https://ccccby.github.io
• Abstract（参考訳）: 近年, テクスチャマップを用いた静的メッシュは, アニメーション, ゲーム, 医療画像, 文化遺産などの様々な応用において, 3次元形状のデジタル表現として最も普及している。 しかしながら、メッシュの圧縮や拡張といった品質指向アプリケーションの開発を妨げる、テクスチャメッシュの品質評価に関する研究はほとんど行われていない。 本稿では,21個の参照メッシュと945個の歪んだサンプルを含む大規模テクスチャメッシュ品質評価データベースSJTU-TMQAを作成する。 メッシュは処理されたビデオシーケンスにレンダリングされ、平均評価スコア(MOS)を得るために主観的な実験を行う。 MOSの多様性と精度は、その不均一性と信頼性を検証することが示されている。 様々な歪みが人間の知覚に与える影響が示されている。 SJTU-TMQAでは13の最先端の客観的指標が評価された。 その結果,より効果的な客観的指標の必要性が示唆された0.6が最も高い相関性を示した。 SJTU-TMQA は https://ccccby.github.io

関連論文リスト

• GeodesicPSIM: Predicting the Quality of Static Mesh with Texture Map via Geodesic Patch Similarity [24.34820730382366]
  静的メッシュの知覚品質を正確に予測するために,Geodesic Patch similarity (GeodesicPSIM)を提案する。 2ステップのパッチトリミングアルゴリズムとテクスチャマッピングモジュールは、1ホップの測地線パッチのサイズを改良する。 GeodesicPSIMは、画像ベース、ポイントベース、ビデオベースのメトリクスと比較して、最先端のパフォーマンスを提供する。
  論文  参考訳（メタデータ） (2023-08-09T12:54:27Z)
• TSMD: A Database for Static Color Mesh Quality Assessment Study [24.702740013624613]
  テクスチャマップを備えた静的メッシュは、現代の工業や製造業で広く利用されている。 静的メッシュ圧縮アルゴリズムと客観的品質指標の研究を容易にするため、Tencent - Static Meshデータセットを作成します。 210個の歪んだサンプルは、多角形静的メッシュ符号化におけるCall for Proposalsのために開発された損失圧縮スキームによって生成される。
  論文  参考訳（メタデータ） (2023-08-03T02:19:20Z)
• Advancing Zero-Shot Digital Human Quality Assessment through Text-Prompted Evaluation [60.873105678086404]
  SJTU-H3Dは、フルボディのデジタル人間向けに設計された主観的品質評価データベースである。 高品質なデジタル人間40人と、7種類の歪みで生成された1,120個のラベル付き歪曲した人物からなる。
  論文  参考訳（メタデータ） (2023-07-06T06:55:30Z)
• AGIQA-3K: An Open Database for AI-Generated Image Quality Assessment [62.8834581626703]
  我々はこれまでに最も包括的な主観的品質データベース AGIQA-3K を構築している。 このデータベース上でベンチマーク実験を行い、現在の画像品質評価(IQA)モデルと人間の知覚との整合性を評価する。 我々は、AGIQA-3Kの微粒な主観的スコアが、その後のAGI品質モデルにヒトの主観的知覚機構に適合するよう促すと信じている。
  論文  参考訳（メタデータ） (2023-06-07T18:28:21Z)
• Subjective and Objective Quality Assessment for in-the-Wild Computer Graphics Images [57.02760260360728]
  我々は6000のCGI(CGIQA-6k)からなる大規模CGIQAデータベースを構築した。 本稿では, 歪みと美的品質表現を両立させて, 効果的な深層学習に基づくno-reference (NR) IQAモデルを提案する。 実験の結果,提案手法は構築したCGIQA-6kデータベース上で,最先端のNR IQA法よりも優れていた。
  論文  参考訳（メタデータ） (2023-03-14T16:32:24Z)
• Perceptual Quality Assessment of Omnidirectional Images [81.76416696753947]
  16のソース画像と320の歪み画像を含む全方位IQA (OIQA) データベースを最初に構築する。 そして、VR環境におけるOIQAデータベース上で主観的品質評価研究を行う。 原画像と歪んだ全方位画像、主観的品質評価、および頭部と眼の動きデータを合わせてOIQAデータベースを構成する。
  論文  参考訳（メタデータ） (2022-07-06T13:40:38Z)
• CONVIQT: Contrastive Video Quality Estimator [63.749184706461826]
  知覚ビデオ品質評価(VQA)は、多くのストリーミングおよびビデオ共有プラットフォームにおいて不可欠な要素である。 本稿では,視覚的に関連のある映像品質表現を自己指導的に学習する問題について考察する。 本研究は, 自己教師型学習を用いて, 知覚力による説得力のある表現が得られることを示す。
  論文  参考訳（メタデータ） (2022-06-29T15:22:01Z)
• 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)
• Subjective and Objective Visual Quality Assessment of Textured 3D Meshes [3.738515725866836]
  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。
  論文  参考訳（メタデータ） (2021-02-08T03:26:41Z)
• Study on the Assessment of the Quality of Experience of Streaming Video [117.44028458220427]
  本稿では,ストリーミング映像のQoEの主観的推定に対する様々な客観的要因の影響について検討する。 本論文では標準的および手作り的特徴を示し,その相関とp値を示す。 SQoE-IIIデータベースは、これまでで最大の、そして最も現実的なデータベースだ。
  論文  参考訳（メタデータ） (2020-12-08T18:46:09Z)

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。