Adaptation and perceived contrast in natural vs wide-color-gamut lighting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The new generation of wide color gamut lighting and displays substantially increases the range of color contrasts observers may be exposed to. For example, a typical wide gamut illuminant can increase the range of reddish-greenish contrasts by roughly 30%. The perceptual consequences of this exposure remain largely unexplored. In a previous study, we examined how observers adapt to the gamut change simulated by a random temporal sequence of uniform chromaticities, chosen to simulate the same Munsell surfaces when viewed under a wide gamut illuminant or equivalent black body spectrum. In the present work we extended this to more naturalistic viewing conditions, in which the set of colors was shown as random spatial variations within images. The images were Mondrians composed of a dense collage of rectangles, with colors drawn from 36 hue angles uniformly spanning the LM vs S chromatic plane and randomly varied in luminance. Observers simultaneously adapted to rapid sequences of the same surface sets under the two illuminants, on the left and right side of a CRT monitor, and then adjusted the relative LM contrast of pairs of test images to match their perceived contrast. Adaptation to the higher LM contrast images reduced the perceived contrast in the Mondrians for a range of test contrasts, including the contrasts of the adaptors. These effects are consistent with the results observed for the sequential adaptation, and further suggest that exposure to the wider gamut introduced by artificial lighting and displays is likely to induce "artificial" states of adaptation that alter the perceived colorfulness of images. Meeting abstract presented at VSS 2018
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle