基于三维显著图的点云质量评估
计算机视觉与模式识别
2022-10-03 v1 图像与视频处理
摘要
点云质量评估（PCQA）近年来已成为一个引人关注的研究领域。考虑到显著性检测在质量评估中的重要性，我们提出了一种有效的全参考 PCQA 指标，首次尝试利用显著性信息来促进质量预测，称为基于三维显著图的点云质量评估（PQSM）。具体而言，我们首先提出一种基于投影的点云显著图生成方法，其中引入深度信息以更好地反映点云的几何特征。然后，我们构建点云局部邻域以导出三个结构描述符，用于指示几何、颜色和显著性差异。最后，提出一种基于显著性的池化策略以生成最终质量分数。在四个独立的 PCQA 数据库上进行了大量实验。结果表明，与多种最先进的 PCQA 指标相比，所提出的 PQSM 表现出具有竞争力的性能。
引用
@article{arxiv.2209.15475,
title = {Point Cloud Quality Assessment using 3D Saliency Maps},
author = {Zhengyu Wang and Yujie Zhang and Qi Yang and Yiling Xu and Jun Sun and Shan Liu},
journal= {arXiv preprint arXiv:2209.15475},
year = {2022}
}