論文の概要: Towards a Perceptual Evaluation Framework for Lighting Estimation

• arxiv url: http://arxiv.org/abs/2312.04334v3
• Date: Wed, 20 Mar 2024 18:11:07 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-22 19:37:15.579398
• Title: Towards a Perceptual Evaluation Framework for Lighting Estimation
• Title（参考訳）: 照明推定のための知覚評価フレームワークの実現に向けて
• Authors: Justine Giroux, Mohammad Reza Karimi Dastjerdi, Yannick Hold-Geoffroy, Javier Vazquez-Corral, Jean-François Lalonde,
• Abstract要約: 本研究は,既存の画像品質評価(IQA)指標を用いて,照明推定の進歩を追跡した結果である。 これは合理的なアプローチのように見えるが、仮想シーンをリアルな写真にリライトするために推定照明を使用する場合、人間の嗜好と相関しないことを示す。
• 参考スコア（独自算出の注目度）: 18.79213515450804
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Progress in lighting estimation is tracked by computing existing image quality assessment (IQA) metrics on images from standard datasets. While this may appear to be a reasonable approach, we demonstrate that doing so does not correlate to human preference when the estimated lighting is used to relight a virtual scene into a real photograph. To study this, we design a controlled psychophysical experiment where human observers must choose their preference amongst rendered scenes lit using a set of lighting estimation algorithms selected from the recent literature, and use it to analyse how these algorithms perform according to human perception. Then, we demonstrate that none of the most popular IQA metrics from the literature, taken individually, correctly represent human perception. Finally, we show that by learning a combination of existing IQA metrics, we can more accurately represent human preference. This provides a new perceptual framework to help evaluate future lighting estimation algorithms.
• Abstract（参考訳）: 照明推定の進歩は、標準データセットの画像上の既存の画像品質評価(IQA)メトリクスを計算することによって追跡される。 これは合理的なアプローチのように見えるが、仮想シーンをリアルな写真にリライトするために推定照明を使用する場合、人間の嗜好と相関しないことを示す。 そこで我々は,近年の文献から選択された照明推定アルゴリズムを用いて照らされたシーンの中から,人間の観察者が好みを選ばなければならない制御心理物理学実験を設計し,これらのアルゴリズムが人間の知覚に応じてどのように機能するかを分析する。 そして、文献から最も人気のあるIQA指標のうち、個別に取られたものは、人間の知覚を正しく表現するものではないことを実証した。 最後に、既存のIQAメトリクスの組み合わせを学習することで、人間の好みをより正確に表現できることを示す。 これは、将来の照明推定アルゴリズムを評価するのに役立つ新しい知覚フレームワークを提供する。

関連論文リスト

• SplitNeRF: Split Sum Approximation Neural Field for Joint Geometry, Illumination, and Material Estimation [65.99344783327054]
  本稿では, 実世界の物体の形状, 材料特性, 照明特性を推定してデジタル化する手法を提案する。 提案手法は,実時間物理ベースのレンダリングに画像ベースの照明で使用される分割和近似を,レーダランスニューラルネットワーク(NeRF)パイプラインに組み込む。 提案手法は,NVIDIA A100 GPUを1つのGPUで1時間に1ドル程度のトレーニングをした後で,最先端のリライト品質を実現することができる。
  論文  参考訳（メタデータ） (2023-11-28T10:36:36Z)
• OSPC: Online Sequential Photometric Calibration [0.0]
  測光キャリブレーションは多くのコンピュータビジョンアプリケーションに必須である。 逐次推定手法を用いて,測光パラメータの解法を提案する。
  論文  参考訳（メタデータ） (2023-05-28T09:44:58Z)
• Exploring CLIP for Assessing the Look and Feel of Images [87.97623543523858]
  ゼロショット方式で画像の品質知覚(ルック)と抽象知覚(フィール)の両方を評価するために,コントラスト言語-画像事前学習(CLIP)モデルを導入する。 以上の結果から,CLIPは知覚的評価によく適合する有意義な先行情報を捉えることが示唆された。
  論文  参考訳（メタデータ） (2022-07-25T17:58:16Z)
• Designing An Illumination-Aware Network for Deep Image Relighting [69.750906769976]
  本稿では、階層的なサンプリングから1つの画像からシーンを段階的にリライトするためのガイダンスに従うイルミネーション・アウェア・ネットワーク(IAN)を提案する。 さらに、物理レンダリングプロセスの近似として、イルミネーション・アウェア・残留ブロック(IARB)が設計されている。 実験の結果,提案手法は従来の最先端手法よりも定量的,定性的な照準結果が得られることがわかった。
  論文  参考訳（メタデータ） (2022-07-21T16:21:24Z)
• Conformer and Blind Noisy Students for Improved Image Quality Assessment [80.57006406834466]
  知覚品質評価(IQA)のための学習ベースアプローチは、通常、知覚品質を正確に測定するために歪んだ画像と参照画像の両方を必要とする。 本研究では,変換器を用いた全参照IQAモデルの性能について検討する。 また,全教師モデルから盲人学生モデルへの半教師付き知識蒸留に基づくIQAの手法を提案する。
  論文  参考訳（メタデータ） (2022-04-27T10:21:08Z)
• Spatio-Temporal Outdoor Lighting Aggregation on Image Sequences using Transformer Networks [23.6427456783115]
  本研究は,画像からのノイズ推定を集約した屋外照明推定に焦点をあてる。 ディープニューラルネットワークに基づく最近の研究は、単一画像の照明推定に有望な結果を示しているが、堅牢性に悩まされている。 画像シーケンスの角領域と時間領域でサンプリングされた複数の画像ビューからの照明推定値を組み合わせることで、この問題に対処する。
  論文  参考訳（メタデータ） (2022-02-18T14:11:16Z)
• Sparse Needlets for Lighting Estimation with Spherical Transport Loss [89.52531416604774]
  NeedleLightは、新しい照明推定モデルであり、必要に応じて照明を表現し、周波数領域と空間領域を共同で照明推定することができる。 大規模な実験により、NeedleLightは、最先端の手法と比較して、複数の評価指標で常に優れた照明推定を実現していることがわかった。
  論文  参考訳（メタデータ） (2021-06-24T15:19:42Z)
• DumbleDR: Predicting User Preferences of Dimensionality Reduction Projection Quality [9.014416179797918]
  比較研究を行い、画像データセットの低レベルのプロジェクションの散在するプロジェクション間の'良い'と'誤解を招く'ビューを選択します。 プロジェクションを決定する際に、人々が正確に何を求めているかを発見し、定量化することを目的とした、一連の品質指標のラベルとして研究データを使用します。
  論文  参考訳（メタデータ） (2021-05-19T17:39:20Z)
• GMLight: Lighting Estimation via Geometric Distribution Approximation [86.95367898017358]
  本稿では,効率的な照明推定のための回帰ネットワークと生成プロジェクタを用いた照明推定フレームワークを提案する。 幾何学的な光の分布、光強度、周囲条件、および補助深さの点から照明シーンをパラメータ化し、純粋な回帰タスクとして推定します。 推定照明パラメータを用いて、生成プロジェクタはパノラマ照明マップを現実的な外観と周波数で合成する。
  論文  参考訳（メタデータ） (2021-02-20T03:31:52Z)
• A combined full-reference image quality assessment approach based on convolutional activation maps [0.0]
  フルリファレンス画像品質評価(FR-IQA)の目標は、人間の観察者が認識する画像の品質を、そのプリスタントな基準値を用いて予測することである。 本研究では,畳み込みアクティベーションマップから特徴ベクトルをコンパイルすることにより,歪み画像の知覚的品質を予測する手法を提案する。
  論文  参考訳（メタデータ） (2020-10-19T10:00:29Z)

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。