Department of Pattern Recognition

(eng): The use of illumination and view dependent textural information is one way to capture the realistic appearance of genuine materials. One example of such data is the bidirectional texture function. The main disadvantage of these data, that makes their further application very difficult, is their massive size. Perceptually-based methods can determine optimal uniform resampling of these data that allows considerable reduction of a number of view and illumination dependent samples. In this paper we propose to achieve this goal by means of a psychophysical study, comparing original data rendering with rendering of their uniformly resampled version over the hemisphere of illumination and view dependent textural measurements. The resampling was done separately for elevation and azimuthal angles as well as in illumination and view space. Our results shown promising consequences for compression and modeling algorithms using this kind of massive data.

(cze): Využití texturní informace závislé na úhlu pohledu a osvětlení umožňuje zachytit realistický vzhled skutečných materiálů. Příkladem takové reprezentace je dvousměrná texturní funkce (BTF - bidirectional texture function). Hlavní nevýhodou těchto dat, která velmi komplikuje jejich další aplikace, je jejich ohromná velikost. Metody založení na vnímání mohou stanovit optimální uniformní převzorkování těchto dat, které umožňuje dosáhnout značné redukce počtu vzorků závislých na úhlu pohledu a osvětlení. V článku předkládáme metodu komprese založenou na psycho-fyzikální studii, porovnáním původních naměřených dat a jejich uniformně převzorkováné verze přes polokouli měření závislých na úhlu pohledu a osvětlení. Převzorkování hodnot bylo uděláno jednotlivě pro elevační a azimutové úhly stejně v prostoru osvětlení i pohledů. Náše výsledky ukazují nadějné výsledky této metody pro algoritmy komprese a modelování používajících tento druh masivních dat.