基于结构引导重采样的三维稠密点云盲质量评估
多媒体
2022-09-01 v1 计算机视觉与模式识别
摘要
三维点云的客观质量评估对于现实应用中沉浸式多媒体系统的发展至关重要。尽管二维图像和视频的感知质量评价已取得成效,但对于具有大规模不规则分布三维点的三维点云,盲/无参考指标仍然稀缺。因此,本文提出一种具有结构引导重采样(Structure Guided Resampling, SGR)的客观点云质量指标,以自动评估三维稠密点云的感知视觉质量。所提出的SGR是一种通用盲质量评估方法,无需任何参考信息辅助。具体而言,考虑到人类视觉系统(HVS)对结构信息高度敏感,我们首先利用点云独特的法向量执行区域预处理,包括关键点重采样和局部区域构建。然后,我们提取三组与质量相关的特征:1)几何密度特征;2)颜色自然度特征;3)角度一致性特征。所设计的感知质量特征同时考虑了人脑的认知特性与自然规律,能够捕获失真三维点云最关键的方面。在多个公开主观点云质量数据库上的大量实验验证了我们所提出的SGR可与最先进的全参考、半参考和无参考质量评估算法相媲美。
引用
@article{arxiv.2208.14603,
title = {Blind Quality Assessment of 3D Dense Point Clouds with Structure Guided Resampling},
author = {Wei Zhou and Qi Yang and Qiuping Jiang and Guangtao Zhai and Weisi Lin},
journal= {arXiv preprint arXiv:2208.14603},
year = {2022}
}