A Psychophysical Evaluation of Texture Degradation Descriptors

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F10%3A00346556" target="_blank" >RIV/67985556:_____/10:00346556 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

A Psychophysical Evaluation of Texture Degradation Descriptors

Popis výsledku v původním jazyce

Delivering a digital realistic appearance of materials is one of the most difficult tasks of computer vision. Accurate representation of surface texture can be obtained by means of view and illumination dependent textures. However, this kind of appearance representation produces massive datasets so their compression is inevitable. For optimal visual performance of compression methods, their parameters should be set dependently on the actual material. We propose a set of statistical descriptors motivatedby standard textural features, and psychophysically evaluate their performance on three subtle artificial texture visual degradations. We tested the five types of descriptors on five different textures and combination of thirteen surface shapes and twoilluminations. We have found that descriptors based on two-dimensional causal auto-regressive model, have the highest correlation with the psychophysical results.

Název v anglickém jazyce

A Psychophysical Evaluation of Texture Degradation Descriptors

Popis výsledku anglicky

Delivering a digital realistic appearance of materials is one of the most difficult tasks of computer vision. Accurate representation of surface texture can be obtained by means of view and illumination dependent textures. However, this kind of appearance representation produces massive datasets so their compression is inevitable. For optimal visual performance of compression methods, their parameters should be set dependently on the actual material. We propose a set of statistical descriptors motivatedby standard textural features, and psychophysically evaluate their performance on three subtle artificial texture visual degradations. We tested the five types of descriptors on five different textures and combination of thirteen surface shapes and twoilluminations. We have found that descriptors based on two-dimensional causal auto-regressive model, have the highest correlation with the psychophysical results.

Druh

D - Stať ve sborníku

CEP obor

BD - Teorie informace

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2010

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Structural, Syntactic, and Statistical Pattern Recognition

ISBN

978-3-642-14979-5

ISSN

—

e-ISSN

—

Počet stran výsledku

11

Strana od-do

—

Název nakladatele

Springer Berlin / Heidelberg

Místo vydání

Berlin / Heidelberg

Místo konání akce

Cesme, Izmir

Datum konání akce

18. 8. 2010

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—