Conceitos Básicos
Proposing SAUCD as an analytic metric aligned with human perception for 3D shape evaluation.
Resumo
この論文では、人間の知覚に合わせた解析メトリックであるSpectrum AUC Difference(SAUCD)が提案されています。SAUCDは、3D形状評価において人間の評価とより一致するよう設計されており、その拡張バージョンであるHuman-adjusted SAUCDは、各周波数帯域における人間の知覚の感度をさらに探求しています。提案されたメトリックは、既存のメトリックと比較して優れたパフォーマンスを示しています。
Estatísticas
Mesh B has smaller error than Mesh A in Chamfer Distance: 0.75 vs 1.71.
SAUCD outperforms previous metrics in mesh shape evaluation.
Shape Grading dataset contains manual annotations from over 800 subjects.
SAUCD shows good generalizability to different types of objects.
Citações
"Existing 3D mesh shape evaluation metrics mainly focus on the overall shape but are usually less sensitive to local details."
"Our metric considers both the overall shape and intricate details, to align more closely with human perception."
"We demonstrate that SAUCD is well aligned with human evaluation, and outperforms previous 3D mesh metrics."