HyperAIHyperAI
vor 11 Tagen

FovVideoVDP: Ein sichtbarer Differenzvorhersager für Video mit großem Gesichtsfeld

{Anjul Patney, Trisha Lian, ROMAIN BACHY, GIZEM RUFO, Anton Kaplanyan, ALEXANDRE CHAPIRO, Gyorgy Denes, Rafał K. Mantiuk}
FovVideoVDP: Ein sichtbarer Differenzvorhersager für Video mit großem Gesichtsfeld
Abstract

FovVideoVDP ist ein Video-Differenz-Maß, das die räumlichen, zeitlichen und peripheren Aspekte der Wahrnehmung modelliert. Während zahlreiche andere Metriken verfügbar sind, stellt unsere Arbeit die erste praktikable Behandlung dieser drei zentralen Aspekte der Visuellen Wahrnehmung gleichzeitig dar. Die komplexe Wechselwirkung zwischen räumlicher und zeitlicher Empfindlichkeit an unterschiedlichen Retinapositionen ist besonders für Displays mit großem Gesichtsfeld, wie beispielsweise Virtual- und Augmented-Reality-Displays, sowie deren zugehörige Verfahren, wie foveiertes Rendern, von entscheidender Bedeutung. Unser Maß basiert auf psychophysikalischen Studien des frühen visuellen Systems und modelliert die räumlich-zeitliche Kontrastempfindlichkeit, die kortikale Vergrößerung sowie Kontrastmaskierung. Es berücksichtigt die physikalischen Spezifikationen des Displays (Helligkeit, Größe, Auflösung) sowie die Betrachtungsweite. Zur Validierung des Maßes haben wir eine neuartige foveierte Rendern-Datenbank gesammelt, die die Qualitätsverschlechterung aufgrund von Abtastung und Rekonstruktion erfasst. Um die Allgemeingültigkeit unseres Algorithmus zu demonstrieren, testen wir ihn an drei unabhängigen foveierten Videodatenbanken sowie an einer großen Bildqualitätsdatenbank und erreichen dabei die besten Ergebnisse aller Datensätze im Vergleich zu aktuellen State-of-the-Art-Methoden.

FovVideoVDP: Ein sichtbarer Differenzvorhersager für Video mit großem Gesichtsfeld | Neueste Forschungsarbeiten | HyperAI