数据集概述
本数据集包含纹理合成方法的比较数据及感知测试结果，涵盖20张分辨率为1024*1024的参考图像、不同方法生成的合成纹理，以及3个记录感知测试结果的CSV文件，用于评估纹理合成方法的性能差异。
文件详解
- 压缩包文件
- 文件名称：Texture_1024_MultiRes.zip
- 文件格式：ZIP
- 内容说明：包含20张分辨率1024*1024的参考图像（References文件夹）、各参考图像对应的合成纹理（按参考图像名称命名的子文件夹），以及不同方法的位移图（DisplacementMaps文件夹）
- 感知测试结果文件
- 文件名称：Number_of_wins_both.csv
- 文件格式：CSV
- 字段映射：image（图像名称）、methodA（方法A）、methodB（方法B）、winA（方法A获胜次数）、winB（方法B获胜次数）、NumberVote（投票总数）
- 文件名称：Number_of_wins_local.csv
- 文件格式：CSV
- 字段映射：image（图像名称）、methodA（方法A）、methodB（方法B）、winA（方法A获胜次数）、winB（方法B获胜次数）、NumberVote（投票总数）
- 文件名称：Number_of_wins_global.csv
- 文件格式：CSV
- 字段映射：image（图像名称）、methodA（方法A）、methodB（方法B）、winA（方法A获胜次数）、winB（方法B获胜次数）、NumberVote（投票总数）
数据来源
研究论文“High resolution neural texture synthesis with long range constraints Gonthier et al. 2020”
适用场景
- 纹理合成方法评估: 对比不同纹理合成方法（如DCor、EfrosFreeman、Gatys等）的生成效果差异
- 感知测试数据分析: 基于投票结果分析人类对不同合成纹理的偏好及评价倾向
- 图像生成算法优化: 为改进纹理合成算法（尤其是长程依赖处理）提供实证参考
- 计算机视觉研究: 用于探索纹理合成的感知质量与算法参数的关联关系
