DHQA-4D：动态 4D 数字人感知质量评估
计算机视觉与模式识别
2025-10-07 v1
摘要
随着 3D 扫描和重建技术的快速发展，基于 4D 网格的数值动态人类模型正在变得越来越受欢迎。高精度的动态人类模型可应用于游戏制作、动画生成和远程沉浸式通信等多个领域。然而，这些 4D 人类模型在采集、压缩和传输过程中容易受到各种噪声的影响，从而影响用户的观看体验。鉴于此，动态 4D 人类质量评估变得越来越重要。本文首先提出了一个大规模动态人类质量评估数据集 DHQA-4D，其中包含 32 个高质量实测 4D 人类网格序列、1920 个因 11 种纹理失真而退化的纹理 4D 人类网格，以及对应的纹理和非纹理均值主观意见分数（MOS）。凭借 DHQA-4D 数据集，我们分析了不同类型失毻加对纹理动态 4D 人类网格和非纹理动态 4D 人类网格人类感知的影响。此外，我们提出了 DynaMesh-Rater，一种 novel 大规模多模态模型（LMM）方法，能够评估纹理 4D 网格和非纹理 4D 网格。具体而言，DynaMesh-Rater 精细地提取多维特征，包括从投影 2D 视频获取的视觉特征、从裁剪视频片段获取的运动特征以及从 4D 人类网格获取的几何特征，以提供全面的质量相关信息。然后我们利用 LMM 模型整合多维特征，并采用 LoRA 基于指令的调谐技术教会 LMM 模型预测质量分数。在 DHQA-4D 数据集上的大量实验表明，我们的 DynaMesh-Rater 方法在之前的质量评估方法之上具有优势。
关键词
引用
@article{arxiv.2510.03874,
title = {DHQA-4D: Perceptual Quality Assessment of Dynamic 4D Digital Human},
author = {Yunhao Li and Sijing Wu and Yucheng Zhu and Huiyu Duan and Zicheng Zhang and Guangtao Zhai},
journal= {arXiv preprint arXiv:2510.03874},
year = {2025}
}