GS-QA：面向高斯泼溅视图合成的综合质量评估基准
多媒体
2025-06-18 v2 计算机视觉与模式识别
摘要
高斯泼溅（Gaussian Splatting, GS）为神经辐射场（NeRF）提供了一种有前景的实时 3D 场景渲染替代方案。通过使用一组 3D 高斯来表示复杂的几何形状和外观，与 NeRF 中使用的神经网络方法相比，GS 实现了更快的渲染速度并降低了内存消耗。然而，对 GS 生成的静态内容的质量评估尚未得到深入探索。本文描述了一项主观质量评估研究，旨在评估使用多种静态 GS 最先进方法合成的视频。这些方法被应用于不同的视觉场景，涵盖 360 度和前向（FF）相机轨迹。此外，利用主观研究得出的分数分析了 18 个客观质量指标的性能，深入探讨了它们的优势、局限性以及与人类感知的一致性。所有视频和分数均已公开，提供了一个综合数据库，可用作 GS 视图合成和客观质量指标的基准。
引用
@article{arxiv.2502.13196,
title = {GS-QA: Comprehensive Quality Assessment Benchmark for Gaussian Splatting View Synthesis},
author = {Pedro Martin and António Rodrigues and João Ascenso and Maria Paula Queluz},
journal= {arXiv preprint arXiv:2502.13196},
year = {2025}
}