面向前视视图的 NeRF 与神经视图合成方法的感知质量评估
计算机视觉与模式识别
2023-10-25 v3 图像与视频处理
摘要
神经视图合成（NVS）是最成功的自由视点视频合成技术之一，仅从一组稀疏的捕获图像就能实现高保真度。这一成功催生了该技术的许多变体，每个变体通常使用 PSNR、SSIM 或 LPIPS 等图像质量指标在一组测试视图上进行评估。关于 NVS 方法在感知视频质量方面的表现缺乏研究。我们提出了首项关于 NVS 和 NeRF 变体感知评估的研究。在本研究中，我们收集了在受控实验室环境及野外捕获的两个场景数据集。与现有数据集不同，这些场景带有参考视频序列，使我们能够测试在时间伪影和细微失真，这些在仅查看静态图像时容易被忽视。我们在一个受控良好的感知质量评估实验以及使用许多现有最先进图像/视频质量指标的情况下，测量了若干 NVS 方法合成视频的质量。我们给出了结果的详细分析以及对 NVS 评估中数据集和指标选择的建议。
引用
@article{arxiv.2303.15206,
title = {Perceptual Quality Assessment of NeRF and Neural View Synthesis Methods for Front-Facing Views},
author = {Hanxue Liang and Tianhao Wu and Param Hanji and Francesco Banterle and Hongyun Gao and Rafal Mantiuk and Cengiz Oztireli},
journal= {arXiv preprint arXiv:2303.15206},
year = {2023}
}