Using smooth metamers to estimate color appearance metrics for diverse <scp>color‐normal</scp> observers
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
Color-normal subjects sometimes disagree about metameric matches involving highly structured SPDs, because their cone fundamentals differ slightly, but non-negligibly. This has significant implications for the design of light sources and displays, so it should be estimated. We propose a broadly applicable estimation method based on a simple adaptive "front-end" interface that can be used with any selected standard color appearance model. The interface accepts, as input, any set of color matching functions for the individual subject (for example, these could be that person's cone response functions) and also the associated tristimulus values for the test stimulus and also for the reference stimulus (i.e. reference white). The interface converts this data into tristimulus values of the form used by the selected color appearance model (which could, for example, be X, Y, Z), while also carrying out the needed transform, which is based on an estimate of the subject's likely previous long-term adaptations to their unique cone fundamentals. The selected standard color appearance model then provides color appearance data that is an estimate of the color appearance of the test stimulus, for that individual subject. This information has the advantage of being interpretable within that model's well-known color space. The adaptive front end is based on the fact that, for any selected input SPD and the subject's unique color matching functions, there can be many different SPDs that are metameric for that individual. Since observer-to-observer color perception differences are minimized for spectrally smooth SPDs, smooth metamers predict color appearances reasonably accurately.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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