JavaShuo
欄目
標籤
閱讀筆記:Visual comfort evaluated by hue asymmetries in stereoscopic images
時間 2021-01-11
標籤
舒適度
計算機視覺
欄目
Hadoop
简体版
原文
原文鏈接
根據色相的不對稱性對立體圖像作舒適度評價 兩類測試圖像:自然圖像,計算機生成的圖像 結論:色相差越大越不舒適。保證舒適度觀看的最大色相差爲76.3°。 色彩不對稱:亮度不對稱,色度不對稱,色相不對稱。前兩種已有研究,其中色度與舒適度無關。 研究思路:保證亮度一致,看色相不對稱對舒適度的影響。 數據庫:自制,6張圖像,9種不對稱級別。 色彩不對稱的操作方法:保持左視點圖像不變,對右視點的圖像色相作逆
>>阅读原文<<
相關文章
1.
閱讀筆記:VISUAL COMFORT ASSESSMENT FOR STEREOSCOPIC 3D IMAGES BASED ON SALIENT DISCOMFORT REGIONS
2.
閱讀筆記:VISUALCOMFORTASSESSMENTOFSTEREOSCOPICIMAGES USINGDEEPVISUALANDDISPARITYFEATURESBAS
3.
閱讀筆記:Visual comfort assessment for stereoscopic images based on sparse coding with multi-scale dict
4.
閱讀筆記:A Visual Comfort Assessment Approach of Stereoscopic Images based on Random Forest Regressor
5.
閱讀筆記:Binocular Fusion Net: Deep Learning Visual Comfort Assessment for Stereoscopic 3D
6.
CVPR2017《Detecting Oriented Text in Natural Images by Linking Segments》閱讀筆記
7.
Visual Editor 閱讀筆記
8.
《Unity in Action》閱讀筆記
9.
論文閱讀筆記(三十八):Dynamic Zoom-in Network for Fast Object Detection in Large Images
10.
論文閱讀筆記---MSTGAR: Multioperator-Based Stereoscopic Thumbnail Generation With Arbitrary Resolution
更多相關文章...
•
RSS 閱讀器
-
RSS 教程
•
PHP 實例 - AJAX RSS 閱讀器
-
PHP教程
•
Tomcat學習筆記(史上最全tomcat學習筆記)
•
JDK13 GA發佈:5大特性解讀
相關標籤/搜索
閱讀筆記
comfort
evaluated
images
hue
閱讀
讀書筆記
visual
論文閱讀筆記
Apple文檔閱讀筆記
快樂工作
圖片處理
Hadoop
MyBatis教程
Redis教程
Thymeleaf 教程
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
《給初學者的Windows Vista的補遺手冊》之074
2.
CentoOS7.5下編譯suricata-5.0.3及簡單使用
3.
快速搭建網站
4.
使用u^2net打造屬於自己的remove-the-background
5.
3.1.7 spark體系之分佈式計算-scala編程-scala中模式匹配match
6.
小Demo大知識-通過控制Button移動來學習Android座標
7.
maya檢查和刪除多重面
8.
Java大數據:大數據開發必須掌握的四種數據庫
9.
強烈推薦幾款IDEA插件,12款小白神器
10.
數字孿生體技術白皮書 附下載地址
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
閱讀筆記:VISUAL COMFORT ASSESSMENT FOR STEREOSCOPIC 3D IMAGES BASED ON SALIENT DISCOMFORT REGIONS
2.
閱讀筆記:VISUALCOMFORTASSESSMENTOFSTEREOSCOPICIMAGES USINGDEEPVISUALANDDISPARITYFEATURESBAS
3.
閱讀筆記:Visual comfort assessment for stereoscopic images based on sparse coding with multi-scale dict
4.
閱讀筆記:A Visual Comfort Assessment Approach of Stereoscopic Images based on Random Forest Regressor
5.
閱讀筆記:Binocular Fusion Net: Deep Learning Visual Comfort Assessment for Stereoscopic 3D
6.
CVPR2017《Detecting Oriented Text in Natural Images by Linking Segments》閱讀筆記
7.
Visual Editor 閱讀筆記
8.
《Unity in Action》閱讀筆記
9.
論文閱讀筆記(三十八):Dynamic Zoom-in Network for Fast Object Detection in Large Images
10.
論文閱讀筆記---MSTGAR: Multioperator-Based Stereoscopic Thumbnail Generation With Arbitrary Resolution
>>更多相關文章<<