基于人类视觉感知机制的渐进式知识转移用于点云感知质量评估
计算机视觉与模式识别
2022-12-01 v1 图像与视频处理
摘要
随着彩色点云在许多领域的广泛应用，由于各个阶段引入的质量退化，点云感知质量评估在视觉通信系统中扮演着至关重要的角色。然而，现有的点云质量评估忽略了人类视觉系统（HVS）机制，该机制对感知质量评估的准确性有重要影响。本文提出了一种基于人类视觉感知机制的渐进式知识转移用于点云感知质量评估（PKT-PCQA）。PKT-PCQA 融合了来自相邻区域的局部特征和从图谱提取的全局特征。考虑到 HVS 特性，PKT-PCQA 还引入了空间和通道注意力机制。此外，受人脑分层感知系统的启发，PKT-PCQA 采用渐进式知识转移，将粗粒度质量分类知识转化为细粒度质量预测任务。在三个大型且独立的点云评估数据集上的实验表明，所提出的无参考 PKT-PCQA 网络与最先进的全参考质量评估方法相比取得了更好或相当的性能，并优于现有的无参考质量评估网络。
引用
@article{arxiv.2211.16646,
title = {Progressive Knowledge Transfer Based on Human Visual Perception Mechanism for Perceptual Quality Assessment of Point Clouds},
author = {Qi Liu and Yiyun Liu and Honglei Su and Hui Yuan and Raouf Hamzaoui},
journal= {arXiv preprint arXiv:2211.16646},
year = {2022}
}