Nov, 2020

液体模拟方法的感知评估

PDF
TL;DR本文提出了一种全新的评估流体模拟方法的框架，基于众包式用户研究，以此来收集大量意见以获得精确可靠性，其核心思想是通过用户研究中精心挑选实际应用场景中的参考视频来进行评估，通过进行一系列的控制用户研究和比较他们的评估结果，揭示了影响感知评估的各种因素，数据表明参考视频的可用性使得评估结果更加一致，将此方法引入到计算视觉准确度指标的模拟方法评分中，并应用于对各种流行的模拟方法的评估。
发现论文，激发创造
  • 通过用户模拟评估对话式推荐系统

    本文提出一种通过用户模拟来替代人类评估的方法，以实现对话推荐系统的自动评估。作者表明，通过考虑用户的个人喜好和与系统的一般交互流程，偏好建模和特定任务交互模型都有助于实现高度自动化的绩效评估结果和人工人工评估的高度相关性。

    Jun, 2020

  • 群体分析中视觉和行为准确度的统一仿真框架

    模拟是一个强大的工具，可以轻松生成带有注释的数据，特别适用于那些需要大型训练数据集的学习模型的领域。我们介绍了一个名为 UniCrowd 的人群模拟器及其关联的验证流程，展示了该模拟器如何生成适用于计算机视觉任务的带注释数据，并包括人群计数、人体姿势估计、轨迹分析和预测以及异常检测等相关应用。

    Dec, 2023

  • 基于屏幕的 3D 主观实验软件

    通过使用一款强大的软件，我们可以设计灵活的三维主观研究方法并构建高质量的数据集，从而准确展示三维刺激的感知质量差异，并通过实验结果证明该软件可以产生合理的三维模型主观质量评分。

    Aug, 2023

  • 评估信息获取系统的用户模拟

    本书系统地回顾了用户模拟的研究进展，包括为设计用户模拟器制定的一般框架、利用用户模拟进行评估的模型和算法，以及用于搜索引擎、推荐系统和对话助手的用户交互模拟，并讨论了重要的未来研究方向。

    Jun, 2023

  • 为细粒度人员跟踪方法的精细验证开发逼真的人群仿真环境

    本文研究了通过真实或人工合成手段生成的人群数据集，利用模拟工具可以显著减少生成特定场景的人群数据集所需的时间，并辅助构建功能机器学习模型，开发了一个名为 CrowdSim2 的人群模拟器，并在应用于人员追踪算法中证明了其可用性。

    Apr, 2023

  • 面向人群分析、比较和仿真指导的信息场景分解

    本文提出了一个新的基于无监督方法的框架，用于处理大规模混杂无序的人群数据，通过学习空间、时间和动态维度之间的相关性并自动结构化数据，从而实现了对场景语义的全面描述，并基于此提出了人群数据可视化、模拟评估和模拟引导等新方法。

    Apr, 2020

  • 可重现的主观评估

    本文提出了 ReSEval，这是一种开源框架，可从 Python 直接快速部署 crowdsourced 主观评估，以方便研究人员运行主观评估以及通过共享配置文件和音频、图像、文本或视频文件来重现彼此的主观评估。

    Mar, 2022

  • 达标游戏

    该研究提出了一个基于虚拟世界的视觉感知基准测试套件，通过对超过 250,000 个高分辨率视频帧的低层次和高层次的视觉任务进行全面地注释，并针对多个任务分析了最先进方法的表现，提供参考基线和突出未来研究的挑战。

    Sep, 2017

  • 感知视频质量评价：综述

    视频质量评估在视频处理领域中起着至关重要的作用，本文提供了对视频质量评估研究的最新和全面的综述，包括主观视频质量评估方法和数据库、通用目的的客观视频质量评估算法、特定应用和新兴主题的客观视频质量评估指标的概述，以及最先进的视频质量评估指标的性能比较和分析。

    Feb, 2024

  • 优化奖励的推荐系统的离线评估：仿真案例

    本文介绍了推荐系统等互动应用中在线评估方法的重要性，分析了离线评估方法的特点，提出了使用基于模拟的比较作为评估手段的优点。

    Sep, 2022