频谱AUC差异(SAUCD):对齐人类感知的3D形状评估
计算机视觉与模式识别
2024-03-05 v1 图形学
摘要
现有的3D网格形状评估指标主要关注整体形状,通常对局部细节不够敏感。这导致它们与人类评估不一致,因为人类感知同时关注整体和细节形状。在本文中,我们提出了一种名为频谱曲线下面积差异(Spectrum Area Under the Curve Difference, SAUCD)的解析指标,展现出与人类评估更好的一致性。为了比较两个形状之间的差异,我们首先使用离散 Laplace-Beltrami 算子和 Fourier 变换将3D网格转换到频谱域。然后,我们计算两个频谱之间的曲线下面积(AUC)差异,使得捕获整体或细节形状的每个频带都得到公平考量。考虑到人类对不同频带的敏感性,我们通过为每个频带学习合适的权重来进一步扩展我们的指标,以更好地对齐人类感知。为了衡量 SAUCD 的性能,我们构建了一个名为 Shape Grading 的3D网格评估数据集,并附带了来自800多名受试者的人工标注。通过测量我们的指标与人类评估之间的相关性,我们证明了 SAUCD 与人类评估高度对齐,并优于以往的3D网格指标。
引用
@article{arxiv.2403.01619,
title = {Spectrum AUC Difference (SAUCD): Human-aligned 3D Shape Evaluation},
author = {Tianyu Luan and Zhong Li and Lele Chen and Xuan Gong and Lichang Chen and Yi Xu and Junsong Yuan},
journal= {arXiv preprint arXiv:2403.01619},
year = {2024}
}
备注
Accepted by CVPR 2024. Project page: https://bit.ly/saucd