Haar proefschrift "Human-centric quality assessment and visual attention modeling for point clouds" is geschreven onder toezicht van CWI's DIS-groepsleider Pablo Garcia en Irene Viola. Naarmate de digitale wereld zich meer richt op meeslepende ervaringen - zoals videoconferenties en 3D-communicatie op afstand - neemt de vraag naar volumetrische video van hoge kwaliteit explosief toe. Een enkele seconde volumetrische video van hoge kwaliteit kan miljoenen punten in de ruimte bevatten. Dit maakt 3D-inhoud erg gegevensintensief. De dataset is te zwaar om in real-time van een server naar een headset te streamen en moet eerst worden gecomprimeerd om efficiënt gestreamd te kunnen worden. De vraag is hoe we dit kunnen doen zonder dat de gebruiker de snelkoppeling opmerkt.
Het onderzoek van Xuemei Zhou overbrugt de kloof tussen ruwe puntwolkgegevens en hoe mensen deze feitelijk waarnemen en ermee in interactie komen. Tijdens haar PhD ontwikkelde Zhou verschillende objectieve kwaliteitsmetrieken gebaseerd op menselijke waarneming, waaronder M3-Unity en Visam-PCQA. Haar werk heeft al internationale erkenning gekregen; haar PointPCA+ model behaalde de tweede plaats in de 2025 Point Cloud Quality Assessment Grand Challenge op de International Conference on Image Processing (ICIP) en zal praktische implicaties hebben voor eXtended Reality (XR), telepresence en communicatie op afstand.
Baanbrekende statistieken en wereldwijde erkenning
Om beter te begrijpen waar gebruikers naar kijken als ze een VR-headset dragen, heeft ze twee belangrijke datasets gemaakt: QAVA-DPC en TF-DPC, waarover ze een paper schreef als bijdrage aan de IEEE VR 2025 conferentie. Met deze tools kunnen onderzoekers visuele aandacht modelleren en onderzoeken hoe verschillende taken (zoals het bekijken van een voorstelling versus het bekijken van een voorstelling en het beoordelen van de visuele kwaliteit van de voorstelling) het kijkgedrag veranderen. Door menselijke perceptuele factoren te integreren in algoritmen voor compressie en rendering, stelt dit werk systemen in staat om prioriteit te geven aan de delen van een 3D-scène die gebruikers daadwerkelijk opmerken. Dit leidt tot een betere bandbreedte-efficiëntie en een meer naadloze ervaring voor de eindgebruiker.
Open wetenschap en standaardisatie bevorderen
Op basis van gebruikersvragenlijsten en interviews stelde ze verder een systematisch evaluatieraamwerk voor dat subjectieve gebruikersstudies combineert met objectieve kwaliteitsmetingen. Een kenmerk van dit promotieonderzoek is haar toewijding aan open wetenschap en de wereldwijde onderzoeksgemeenschap. Zhou heeft actief bijgedragen aan internationale standaardisatie-inspanningen binnen instanties zoals MPEG en ITU, waardoor haar bevindingen de toekomst van wereldwijde mediaformaten helpen vormgeven.
Ze werkte ook samen met onderzoekers van de Universiteit van Amsterdam, Tampere University, Concordia University, National Tsing Hua University en George Mason University. Samen met het CWI en de Ultra Video Group (UVG) van de Universiteit van Tampere creëerde ze de UVG-CWI-DQPC dataset voor real-world volumetrische videotoepassingen, die werd gepresenteerd in een paper voor ACM Multimedia 2025. Het is een unieke benchmark voor het mengen van professionele gegevens met alledaagse 3D-opnames. Dit zal de onderzoeksgemeenschap helpen om de kwaliteit van 3D-video voor iedereen te verbeteren.
Haar promotie werd ondersteund door de NWO Women In Science Excel (WISE) subsidie en het Europese Commissie Horizon Europe project TRANSMIXR (subsidieovereenkomst 101070109).
Over het proefschrift
- Titel proefschrift: Mensgerichte kwaliteitsbeoordeling en modellering van visuele aandacht voor puntenwolken
- Promotor: Prof. Dr. P. S. Cesar Garcia (TU Delft & CWI) Co-promotor: Dr. I. Viola (CWI)
- Datum: Woensdag 4 maart 2026; 10:00
- Locatie: Senaatszaal van het Aula Conferentiecentrum, Mekelweg 5, Delft
Relevant vorig nieuws:
- https://www.cwi.nl/en/news/dis-group-at-point-cloud-visual-quality-assessment-grand-challenge/
- Volledige paper van Xuemei Zhou op IEEE VR 2025: "Vergelijking van Visual Saliency voor Dynamic Point Cloud: Taakvrij vs. Taakafhankelijk"
