PointPCA+：扩展PointPCA客观质量评估指标
计算机视觉与模式识别
2023-11-27 v1 图像与视频处理
摘要
本文提出了一种计算简化且描述符更丰富的点云质量评估（PCQA）指标，即PointPCA+，其为PointPCA的扩展。PointPCA提出了一组基于PCA分解的感知相关描述符，应用于点云几何与纹理数据以进行全参考PCQA。PointPCA+仅在几何数据上采用PCA，同时丰富了现有几何与纹理描述符，且计算更为高效。与PointPCA类似，总质量分数通过对分别捕捉局部形状与外观属性的几何和纹理描述符的单独预测进行基于学习的融合得到。在特征融合前，引入特征选择模块从所提出的超集中选取最有效特征。实验结果表明，PointPCA+对公开数据集获得的主观真值分数具有较高预测性能。代码见\url{https://github.com/cwi-dis/pointpca_suite/}。
引用
@article{arxiv.2311.13880,
title = {PointPCA+: Extending PointPCA objective quality assessment metric},
author = {Xuemei Zhou and Evangelos Alexiou and Irene Viola and Pablo Cesar},
journal= {arXiv preprint arXiv:2311.13880},
year = {2023}
}
备注
ICIP 2023