DPCD：用于动态点云质量评估的数据库
计算机视觉与模式识别
2025-05-20 v1 数据库
摘要
最近，虚拟/增强现实 (VR/AR) 的发展推动了对动态点云 (DPC) 的需求。与静态点云不同，DPC 能够捕捉物体或场景中时间上的变化，提供更准确的真实世界模拟。尽管静态点云质量评估研究取得了显著进展，但针对动态点云质量评估 (DPCQA) 的研究仍很少，阻碍了如基于实际场景中帧间压缩和传输等以质量为导向的应用的开发。本文引入了一个大型 DPCQA 数据库，命名为 DPCD，其中包括 15 个参考 DPC 和 525 个来自七种有损压缩和噪声失真的失真 DPC。通过将这些样本渲染为处理视频序列 (PVS)，进行全主观实验，以 21 名观看者获取的平均意见分数 (MOS) 进行分析。展示了内容特征、各种失真的影响以及 MOS 的准确性，以验证所提出数据库的异质性和可靠性。此外，我们在 DPCD 上评估了几个客观指标的性能。实验结果表明，DPCQA 的挑战性超过静态点云。DPCD 作为推动 DPCQA 新研究的催化剂，已公开提供：https://huggingface.co/datasets/Olivialyt/DPCD。
引用
@article{arxiv.2505.12431,
title = {DPCD: A Quality Assessment Database for Dynamic Point Clouds},
author = {Yating Liu and Yujie Zhang and Qi Yang and Yiling Xu and Zhu Li and Ye-Kui Wang},
journal= {arXiv preprint arXiv:2505.12431},
year = {2025}
}