論文の概要: When Visual Quality Misleads: Intent Recognition under Rendered Avatar Distortions

• arxiv url: http://arxiv.org/abs/2609.27560v1
• Date: Wed, 23 Sep 2026 08:45:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.95783
• Title: When Visual Quality Misleads: Intent Recognition under Rendered Avatar Distortions
• Title（参考訳）: 視覚的品質が過ちをきたす時--アバター歪み下でのインテント認識
• Abstract要約: アバターストリーミングシステムは、画像およびビデオ品質評価(IQA/VQA)メトリクスで一般的に評価される。 本研究では,この仮定を原始状態における3次元アバターの制御行動解析により検証する。 このデータセットのミスリーディング品質は、平均以上の知覚品質を保持するが、平均以下の行動認識精度をもたらす歪んだレンダリングとして識別する。
• 参考スコア（独自算出の注目度）: 0.9940728137241215
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Avatar-streaming systems are commonly evaluated with image and video quality assessment (IQA/VQA) metrics, implicitly treating visual fidelity as a proxy for communicative success. We test this assumption through a controlled behavioral study of rendered 3D avatars across a pristine condition and fourteen geometric, photometric, temporal, and combined distortions. Fifty-nine participants contributed 2,688 judgments of perceived action, response confidence, and visual quality. We identify Misleading Quality in this dataset as distorted renderings that retain above-average perceived quality but yield below-average action-recognition accuracy. We also derive an Intent Quality Score (IQS) combining recognition correctness and confidence as the behavioral target for objective metrics. Among 126 distorted content--condition cells, 31 (24.6%) exhibited Misleading Quality; temporal and geometric distortions showed the highest rates, at 50.0% and 31.1%, respectively. The results reveal a quality--accuracy dissociation where distortion families affect appearance and communication differently. Across 24 direct-scoring IQA/VQA metrics and three supervised feature-regression baselines, alignment with IQS remained limited; at $λ=0.5$, the best leave-one-content-out baseline reached PLCC $=0.4435$. Under this controlled protocol, visual fidelity alone is insufficient for avatar communication, motivating intent-aware quality assessment and streaming objectives.
• Abstract（参考訳）: アバターストリーミングシステムは、画像および映像品質評価(IQA/VQA)メトリクスで一般的に評価され、視覚的忠実度をコミュニケーション成功のプロキシとして暗黙的に扱う。 この仮定は、原位置条件と14の幾何的、測光的、時間的、複合歪みを含む3次元アバターの制御された挙動解析によって検証される。 50名の被験者が2,688件の行動,反応の信頼性,視覚的品質の判断に寄与した。 このデータセットのミスリーディング品質は、平均以上の知覚品質を保持するが、平均以下の行動認識精度をもたらす歪んだレンダリングとして識別する。 また、客観的な指標の行動目標として、認識の正しさと信頼度を組み合わせたインテント品質スコア(IQS)を導出する。 126個の歪曲したコンテンツ-条件細胞のうち31(24.6%)はミスリーディング品質を示し、時間的歪みは50.0%、幾何学的歪みは31.1%と最高値を示した。 24の直接スコア付IQA/VQA測定値と3つの教師付き特徴回帰ベースラインのうち、IQSとのアライメントは限定的であり、λ=0.5$で最高のLeft-one-Content-outベースラインはPLCC$=0.4435$に達した。 この制御されたプロトコルの下では、視覚的忠実度だけではアバター通信、意図認識品質評価、ストリーミング目的を動機付けるには不十分である。

関連論文リスト

• Distortion-Aware Fusion of Statistical and Vision-Language Features for Blind Image Quality Assessment [3.4153424359998508]
  138次元のNASディスクリプタと2つの相補的なVLM埋め込みを統合した歪み認識型融合フレームワークを提案する。 KADID-10kの歪み毎の解析により、SNSの特徴がノイズや色シフトの歪みに最も寄与していることが明らかになった。
  論文  参考訳（メタデータ） (2026-06-01T09:57:52Z)
• Surveillance Facial Image Quality Assessment: A Multi-dimensional Dataset and Lightweight Model [59.39390911456143]
  監視顔画像品質評価(SFIQA)に関する初の総合的研究を提案する。 SFIQA-Benchは、現実世界のシナリオで3つの広く配備された監視カメラによって撮影された5,004枚の監視顔画像で構成されている。 ノイズ、シャープネス、カラフルネス、コントラスト、忠実度、全体的な品質を含む6次元品質評価を主観的な実験により収集する。
  論文  参考訳（メタデータ） (2026-02-07T06:51:03Z)
• HiRQA: Hierarchical Ranking and Quality Alignment for Opinion-Unaware Image Quality Assessment [10.761579471650771]
  HiRQAは自己管理型の意見認識フレームワークで、ランキングと対照的な学習の組み合わせによって、階層的で品質を意識した埋め込みを提供する。 リアルタイムデプロイメントでは,画像当たり3.5ミリ秒の推論時間を持つ軽量版である textbfHiRQA-S を導入する。
  論文  参考訳（メタデータ） (2025-08-20T23:48:21Z)
• PhotIQA: A photoacoustic image data set with image quality ratings [7.753621023890248]
  PhotIQAは、5つの品質特性の2人の専門家によって評価された1134個の再構成光音響画像からなるデータセットである。 ベースライン実験の結果,HaarPSI$_med$は品質評価と相関してSSIMを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2025-07-04T11:06:54Z)
• Image Quality Assessment for Embodied AI [103.66095742463195]
  Embodied AIは近年急速に発展しているが、現在も主に実験室に配備されている。 具体的タスク、すなわちロボットの知覚品質における画像のユーザビリティを評価するためのIQA手法は存在しない。
  論文  参考訳（メタデータ） (2025-05-22T15:51:07Z)
• Adaptive Feature Selection for No-Reference Image Quality Assessment by Mitigating Semantic Noise Sensitivity [55.399230250413986]
  上流タスクから有害なセマンティックノイズを除去するためのQFM-IQM(Quality-Aware Feature Matching IQA Metric)を提案する。 提案手法は,8つの標準IQAデータセット上での最先端NR-IQA法よりも優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-12-11T06:50:27Z)
• BAND-2k: Banding Artifact Noticeable Database for Banding Detection and Quality Assessment [52.1640725073183]
  バンディングは階段のような輪郭としても知られ、圧縮または量子化アルゴリズムによって処理された画像やビデオの平坦な領域で頻繁に発生する。 これまでに2000枚のバンド化画像からなるBanding Artifact Noticeable Database (BAND-2k) という,最大のBanding IQAデータベースを構築した。 デュアル畳み込みニューラルネットワークを用いて、高周波および低周波マップから特徴表現を同時に学習する。
  論文  参考訳（メタデータ） (2023-11-29T15:56:31Z)
• End-to-end deep multi-score model for No-reference stereoscopic image quality assessment [6.254148286968409]
  我々は、深層多スコア畳み込みニューラルネットワーク(CNN)を用いて、参照なしで立体画像の品質を推定する。 まず、左の視点の質を予測し、次に、左の視点の質を予測し、第3と第4に、ステレオ視点の質とグローバルな品質をそれぞれ予測し、グローバルスコアを究極の品質とする。
  論文  参考訳（メタデータ） (2022-11-02T16:45:35Z)
• 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)

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。