32、网络上3D模型的保真度感知

网络上3D模型的保真度感知

1. 引言

文化遗产文物作为连接人们与他们社会传统和历史的桥梁,具有重要的教育和文化意义。然而,保护这些文物面临诸多挑战,如全球变暖、战争和冲突可能导致的潜在破坏或损害,以及日常使用中的退化。此外,文物一次只能出现在一个地方,而且由于博物馆物理空间有限,许多文物无法展出。数字领域提供了捕捉和再现这些文物形态和质感的机会,并通过允许人们在多个平台(移动设备、平板电脑和个人电脑)和网络制度上访问和互动,克服了前述限制。

体验质量(QoE)领域中考虑了真实感的感知,它研究的是“用户对应用程序或服务的满意或烦恼程度。这是由于满足了他对应用程序或服务的效用和/或享受的期望,考虑到用户的个性和当前状态”。通过研究网络上数字遗产文物的保真度感知,我们旨在衡量不同图形复杂度类别(即分辨率)之间保真度的差异。因此,我们调查是否存在任何用户察觉到这些类别之间明显的差异,以及在哪个分辨率阈值或范围内这些差异变得不明显或无法忍受。

2. 3D模型的保真度感知

2.1 评估3D模型真实感的感知

已经进行了大量关于评估3D静态和动态模型主观感知的研究,但这些研究大多没有涉及3D网络环境,也没有研究保真度阈值。尽管其中一些研究在主观测试中使用了3D网络工具,但使用这些工具本身并不是目的。大多数情况下,涉及的是测量某种图形算法对扭曲的3D网格或纹理图的影响,通常以视频或动画形式展示。

郭等人使用成对比较协议(两个刺激物并排)评估了136个纹理和几何失真模型的纹理3D映射模型的主观感知质量,这些模型基于5个参考模型,共有101名参与者观看视频。参与者被要求选择与参考模型相似的模型简化。他们还提出了两个新的客观指标,用于

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值