点击下方卡片，关注“CVer”公众号
点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
AI/CV重磅干货，第一时间送达
添加微信号：CVer2233，小助手会拉你进群！
扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪，强烈推荐！
添加微信号：CVer2233，小助手会拉你进群！
扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪，强烈推荐！
很高兴向大家介绍我（蔡彦成）的第一作者研究工作elaTCSF: A Temporal Contrast Sensitivity Function for Flicker Detection and Modeling Variable Refresh Rate Flicker，该研究在【剑桥大学Prof. Rafal Mantiuk】和【LG电子北美】团队指导下完成。文章已经被顶级会议SIGGRAPH Asia 2024接收，收获了Strong Accept. 欢迎大家关注和交流！我将会在东京时间12月3号下午4:30-5:30于Color and Display会场进行口头演讲。
elaTCSF 是一种先进的时间对比敏感度函数，综合考虑了视觉偏心度（eccentricity）、亮度（luminance）和面积（area）等因素。它作为一个全面的闪烁检测模型，对现有工业闪烁检测标准 TCSF_IDMS (Information Display Measurements Standard) 进行了扩展与更新（标准链接：SID ICDM）。此外，该研究引入了一个全新的可变刷新率（VRR) 闪烁检测数据集，验证了elaTCSF在建模 VRR 闪烁可见性方面的有效性。
本研究同时解决了闪烁检测研究领域的两个关键问题：
视觉周边区域是否对闪烁更敏感？（一个历时 120 年的争论）
如何有效建模极大视场范围内的闪烁可见性？
VRR闪烁敏感度数据集
我们设计并执行了VRR闪烁检测心里物理实验，共16名观察者参与。实验分为两部分：MOA + Quest (每个条件40 trails)。实验结果如下图所示：
elaTCSF模型流程图
首先针对前三个参数（时间频率、亮度、偏心率）构建各自的敏感性函数，并通过它们的乘积生成初步的elTCSF。最后，应用空间概率整合模型（解决大面积刺激问题）构建完整的elaTCSF。
elaTCSF与其他模型的比较
表格对比了我们提出的elaTCSF与其他先进的CSF模型。我们评估了八个闪烁检测数据集，这些数据集包括基于临界闪烁频率（CFF）和敏感性测量的数据。第一行的TCSF_IDMS代表当前闪烁检测的工业标准，但其仅考虑时间频率，忽略其他参数，导致性能较差。相比之下，我们的elaTCSF在所有指标上均优于现有的CSF模型。
工业应用
I. 可变刷新率显示器中闪烁不可见帧率范围预测
elaTCSF 通过计算不同亮度水平下的无闪烁刷新率范围，为VRR显示器提供了一种可靠的替代方案，避免了手动调整刷新率范围的繁琐过程。在模拟的27英寸、刷新率为24–144 Hz的显示器中，elaTCSF 通过将VRR引起的对比度曲线与各亮度水平的闪烁检测阈值相交，确定无闪烁范围的下限，从而实现了有效的闪烁缓解。
II. VR头戴式显示器中低持续性闪烁不可见的刷新率范围预测
VR头显显示的固定内容会随着头部快速运动而移动，因此容易产生保持型模糊。这种模糊可以通过低持续显示显著减少，但会引入高对比度闪烁的问题。基于elaTCSF模型，我们预测了Apple Vision Pro、Microsoft HoloLens 2和Meta Quest 3三款设备的最低刷新率，确保低持续闪烁不可见。
III. 扩展现代照明系统闪烁敏感性预测标准
elaTCSF 提升了对现代照明系统闪烁敏感度的预测，弥补了现有IEC标准中基于过时TCSF测量的局限性。与以往模型不同，elaTCSF 考虑了亮度和观察条件，从而能够对照明闪烁指数进行感知精确的更新。
何恺明在MIT授课的课件PPT下载
在CVer公众号后台回复：何恺明，即可下载本课程的所有566页课件PPT！赶紧学起来！
ECCV 2024 论文和代码下载
在CVer公众号后台回复：ECCV2024，即可下载ECCV 2024论文和代码开源的论文合集
CVPR 2024 论文和代码下载
在CVer公众号后台回复：CVPR2024，即可下载CVPR 2024论文和代码开源的论文合集
Mamba、多模态和扩散模型交流群成立
扫描下方二维码，或者添加微信号：CVer2233，即可添加CVer小助手微信，便可申请加入CVer-Mamba、多模态学习或者扩散模型微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。
一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者扩散模型+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲扫码或加微信号: CVer2233，进交流群
CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉（知识星球），已汇集上万人！
▲扫码加入星球学习
▲点击上方卡片，关注CVer公众号
整理不易，请赞和在看
