論文の概要: ColorVideoVDP: A visual difference predictor for image, video and
display distortions
- arxiv url: http://arxiv.org/abs/2401.11485v1
- Date: Sun, 21 Jan 2024 13:16:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-23 16:22:50.540113
- Title: ColorVideoVDP: A visual difference predictor for image, video and
display distortions
- Title（参考訳）: colorvideovdp:画像、映像、およびディスプレイの歪みの視覚的差予測装置
- Authors: Rafal K. Mantiuk, Param Hanji, Maliha Ashraf, Yuta Asano, Alexandre
Chapiro
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 54.34941968179278
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: ColorVideoVDP is a video and image quality metric that models spatial and
temporal aspects of vision, for both luminance and color. The metric is built
on novel psychophysical models of chromatic spatiotemporal contrast sensitivity
and cross-channel contrast masking. It accounts for the viewing conditions,
geometric, and photometric characteristics of the display. It was trained to
predict common video streaming distortions (e.g. video compression, rescaling,
and transmission errors), and also 8 new distortion types related to AR/VR
displays (e.g. light source and waveguide non-uniformities). To address the
latter application, we collected our novel XR-Display-Artifact-Video quality
dataset (XR-DAVID), comprised of 336 distorted videos. Extensive testing on
XR-DAVID, as well as several datasets from the literature, indicate a
significant gain in prediction performance compared to existing metrics.
ColorVideoVDP opens the doors to many novel applications which require the
joint automated spatiotemporal assessment of luminance and color distortions,
including video streaming, display specification and design, visual comparison
of results, and perceptually-guided quality optimization.
- Abstract（参考訳）: colorvideovdp(カラービデオvdp)は、視覚の空間的および時間的側面を、輝度と色の両方でモデル化するビデオおよび画質指標である。
この計量は、クロマティック時空間コントラスト感度とクロスチャネルコントラストマスキングの新しい心理物理学モデルに基づいている。
ディスプレイの視聴条件、幾何学的特徴、測光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(例えば、ビデオ圧縮、再スケーリング、送信エラー)の予測と、AR/VRディスプレイ(例えば、光源と導波路の非均一性)に関連する8種類の新しい歪みの予測を訓練された。
後者のアプリケーションに対処するため,336の歪みビデオからなる新しいXR-Display-Artifact-Video Quality Data (XR-DAVID)を収集した。
XR-DAVIDの大規模なテストと文献からのいくつかのデータセットは、既存のメトリクスと比較して予測性能が大幅に向上したことを示している。
ColorVideoVDPは、ビデオストリーミング、ディスプレイ仕様とデザイン、結果の視覚的比較、知覚的に誘導された品質最適化など、輝度と色歪みの同時自動時空間評価を必要とする多くの新しいアプリケーションへの扉を開く。
関連論文リスト
- Deep chroma compression of tone-mapped images [46.07829363710451]
本稿では,HDRトーンマップ画像の高速かつ信頼性の高いクロマ圧縮のための生成逆ネットワークを提案する。
提案手法は,色精度において,最先端の画像生成および拡張ネットワークよりも優れることを示す。
このモデルはリアルタイムのパフォーマンスを実現し,計算資源が限られているデバイスに展開する上で有望な結果を示す。
論文 参考訳（メタデータ） (2024-09-24T12:31:55Z) - BVI-RLV: A Fully Registered Dataset and Benchmarks for Low-Light Video Enhancement [56.97766265018334]
本稿では,2つの異なる低照度条件下での様々な動きシナリオを持つ40のシーンからなる低照度映像データセットを提案する。
我々は、プログラム可能なモータードリーを用いて、通常の光で捉えた完全に登録された地上真実データを提供し、異なる光レベルにわたるピクセルワイドフレームアライメントのための画像ベースアプローチによりそれを洗練する。
実験の結果,Low-light Video enhancement (LLVE) における完全登録ビデオペアの重要性が示された。
論文 参考訳（メタデータ） (2024-07-03T22:41:49Z) - Learning Spatial Adaptation and Temporal Coherence in Diffusion Models for Video Super-Resolution [151.1255837803585]
ビデオ超解像のための空間適応と時間コヒーレンス(SATeCo)を追求する新しい手法を提案する。
SATeCoは低解像度ビデオから時空間ガイダンスを学習し、潜時空間高解像度ビデオデノイングとピクセル空間ビデオ再構成の両方を校正する。
REDS4データセットとVid4データセットを用いて行った実験は、我々のアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2024-03-25T17:59:26Z) - SLIC: A Learned Image Codec Using Structure and Color [0.41232474244672235]
圧縮処理を輝度と彩度に分割した構造と色に基づくエンコーダ(SLIC)を提案する。
ディープラーニングモデルは、YチャネルとUVチャネルのための新しいマルチスケールアーキテクチャで構築されている。
提案モデルの性能を研究・解析するために, 種々の実験を行った。
論文 参考訳（メタデータ） (2024-01-30T18:39:54Z) - Video Colorization with Pre-trained Text-to-Image Diffusion Models [19.807766482434563]
ビデオカラー化のための事前訓練されたテキストから画像への潜時拡散モデルの適応であるColorDiffuserを提案する。
本稿では,時間的コヒーレンスを高め,フレーム間の色付けの鮮明さを維持するための2つの新しい手法を提案する。
論文 参考訳（メタデータ） (2023-06-02T17:58:00Z) - HDR-VDP-3: A multi-metric for predicting image differences, quality and
contrast distortions in high dynamic range and regular content [14.75838951347139]
High-Dynamic-Range Visual-Difference-Predictorバージョン3(HDR-VDP-3)は、複数のタスクをこなせるビジュアルメトリックである。
本稿では,その指標を高レベルに概説し,関連する作業について位置づけ,バージョン2.2との主な違いを説明し,HDRビデオ品質測定グランドチャレンジ2023にどう適合したかを説明する。
論文 参考訳（メタデータ） (2023-04-26T15:32:04Z) - Saliency-Aware Spatio-Temporal Artifact Detection for Compressed Video
Quality Assessment [16.49357671290058]
圧縮されたビデオは、しばしば知覚可能なテンポラルアーティファクト(PEAs)として知られる視覚的に厄介なアーティファクトを示す。
本稿では,4つの空間的PEA(ブラーリング,ブロッキング,出血,リング)と2つの時間的PEA(フリックリング,フローティング)が映像品質に与える影響について検討する。
6種類のPEAに基づいて,SSTAM(Saliency-Aware Spatio-Temporal Artifacts Measurement)と呼ばれる品質指標を提案する。
論文 参考訳（メタデータ） (2023-01-03T12:48:27Z) - VIDM: Video Implicit Diffusion Models [75.90225524502759]
拡散モデルは、高品質で多様な画像の集合を合成するための強力な生成方法として登場した。
本研究では,移動の効果を暗黙の条件でモデル化する拡散モデルに基づく映像生成手法を提案する。
我々は,空間トランケーションのサンプリング,ロバストネスペナルティ,位置群正規化などの複数の戦略を提案することにより,生成されたビデオの品質を向上させる。
論文 参考訳（メタデータ） (2022-12-01T02:58:46Z) - Exploring the Effectiveness of Video Perceptual Representation in Blind
Video Quality Assessment [55.65173181828863]
表現の図形的形態を記述することにより、時間的歪みを測定するための時間的知覚品質指標(TPQI)を提案する。
実験の結果,TPQIは主観的時間的品質を予測する効果的な方法であることがわかった。
論文 参考訳（メタデータ） (2022-07-08T07:30:51Z) - BBAND Index: A No-Reference Banding Artifact Predictor [55.42929350861115]
バンディングアーティファクト(英: Banding artifact)または偽コントゥーリング(英: false contouring)は、一般的なビデオ圧縮障害である。
本稿では,Blind BANding Detector (BBAND index) と呼ばれる,歪み特異的な非参照ビデオ品質モデルを提案する。
論文 参考訳（メタデータ） (2020-02-27T03:05:26Z)
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。