Počet záznamů: 1
A Psychophysical Evaluation of Texture Degradation Descriptors
- 1.
SYSNO ASEP 0346556 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název A Psychophysical Evaluation of Texture Degradation Descriptors Tvůrce(i) Filip, Jiří (UTIA-B) RID, ORCID
Vácha, Pavel (UTIA-B) RID
Haindl, Michal (UTIA-B) RID, ORCID
Green, P.R. (GB)Zdroj.dok. Structural, Syntactic, and Statistical Pattern Recognition. - Berlin / Heidelberg : Springer Berlin / Heidelberg, 2010 ; Hancock, Edwin and Wilson, Richard and Windeatt, Terry and Ulusoy, Ilkay and Escolano, Francisco - ISSN 0302-9743 - ISBN 978-3-642-14979-5 Rozsah stran s. 423-433 Poč.str. 11 s. Akce Structural, Syntactic, and Statistical Pattern Recognition Datum konání 18.08.2010-20.08.2010 Místo konání Cesme, Izmir Země TR - Turecko Typ akce WRD Jazyk dok. eng - angličtina Země vyd. DE - Německo Klíč. slova texture ; degradation ; statistical features ; BTF ; psychophysics Vědní obor RIV BD - Teorie informace CEP 1M0572 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy GA102/08/0593 GA ČR - Grantová agentura ČR CEZ AV0Z10750506 - UTIA-B (2005-2011) UT WOS 000286412900041 EID SCOPUS 77958510730 DOI 10.1007/978-3-642-14980-1_41 Anotace 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 motivated by 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 two illuminations. We have found that descriptors based on two-dimensional causal auto-regressive model, have the highest correlation with the psychophysical results. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2011
Počet záznamů: 1