GScomp-QA：用于压缩高斯光束质量评估的主观数据集
图像与视频处理
2026-05-27 v1 多媒体
摘要
高斯光束（GS）作为一种高质量 3D 重建和新视角合成的高效表示，近年来备受关注。然而，其巨大的模型尺寸为存储和传输带来了挑战。虽然已提出多种 GS 压缩解决方案，但由于缺乏专门的评估数据集，其感知影响仍不为人知。为填补这一空白，本文引入 GScomp-QA，一个用于评估压缩后 GS 模型合成质量的主观质量评估数据集。该数据集包含 13 个真实场景的 331 个视频刺激，覆盖 9 种最先进的 GS 压缩解决方案。通过将从未压缩模型合成的视频作为参考，GScomp-QA 隔离了压缩引起的失真与合成器件的失真。我们进行了包含 20 名参与者的主观研究，提供可靠的感知得分。基于这些数据，对 GS 压缩解决方案进行感知率-失真分析。此外，评估了 18 个客观质量指标，表明它们未能完全捕捉 GS 特有的失真。GScomp-QA 将对公开发布，并为评估 GS 压缩解决方案和支持针对 GS 压缩开发定制质量指标提供基准。
引用
@article{arxiv.2605.26880,
title = {GScomp-QA: A Subjective Dataset for Quality Assessment of Compressed Gaussian Splatting},
author = {Pedro Martin and António Rodrigues and João Ascenso and Maria Paula Queluz},
journal= {arXiv preprint arXiv:2605.26880},
year = {2026}
}