Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Deep-OPTIQUA: Deep Learning per l'Ottimizzazione della Qualità percepita nei servizi di mixed reality |
|---|---|
| Titolo del progetto di ricerca in inglese | Deep-OPTIQUA: Deep Learning for optimization of perceptual quality in Mixed Reality Services |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Communication engineering |
| Area CUN | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/03 - TELECOMUNICAZIONI |
| Descrizione sintetica in italiano | Le reti di telecomunicazioni di nuova generazione aprono la strada allo sviluppo di nuovi servizi multimediali basati su video immersivo a 360 gradi(IV), o di dati volumetrici di realtà aumentata, mista o estesa (XR), acquisiti anche mediante Light Detection and Ranging (LiDAR), camere Time-of-Flight o RGBD multiple. La novità di questi dati multimediali tipicamente rappresentati mediante point clouds (PCs) richiede nuove metriche di valutazione della qualità visuale del segnale fotometrico definito su di esse, nonché della Quality of Experience (QoE) dell’utente di un servizio di comunicazione estesa. Lo studio di indicatori oggettivi di qualità per dati XR rappresentati mediante point cloud si baserà su studi fondamentali sulla estrazione delle strutture visualmente rilevanti in segnali definiti su domini non Euclidei, con l’obiettivo di pilotare la definizione di servizi di streaming e trasmissione in realtà aumentata, per la compressione, il rendering. |
| Descrizione sintetica in inglese | Synthèse du projet A compléter SEULEMENT en langue française Nombre maximum de caractères : 1000 (les espaces sont inclus) Next generation networks pave the way for innovative multimedia services based on immersive 360 video (IV), or extended reality(XR) data, as acquired by Light Detection and Ranging (LiDAR), Time-of-Flight Cameras, as well as by RGBD multi camera rigs. The novelty of the kind of multimedia data, typically represented as point clouds (PCs), will require novel metrics for evaluation of the visual quality of signals on PC, as well as of the quality of the experience of the user of the XR communication service. The study of objective quality metrics for XR data represented by point clouds will leverage fundamental studies on visual feature extraction from signals defined on non Euclidean domain to drive XR streaming and communication services, compression, rendering as well as the extraction of perceptually relevant features of the point cloud texture. |
| Data del bando | 03/11/2022 |
| Numero di assegnazioni per anno | 1 |
| E' richiesta mobilità internazionale? | yes |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
Italy |
| Sito web del bando | https://web.uniroma1.it/trasparenza/bandi_trasparenza |
| Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|---|
| Importo annuale | 19.367 |
| Valuta | Euro |
| Nome dell'Ente finanziatore | Dipartimento di Ingegneria dell'informazione, elettronica e telecomunicazioni |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | ROME |
| Codice postale | 00184 |
| Indirizzo | via eudossiana 18 |
| Sito web | https://web.uniroma1.it/dip_diet |
| g.giannini@uniroma1.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 03/12/2022 |
|---|---|
| Come candidarsi | https://xup-diet.cloud |