RBFIM：基于径向基函数插值的压缩点云感知质量评估
计算机视觉与模式识别
2026-01-06 v1 多媒体
图像与视频处理
摘要
点云压缩（PCC）中的一个主要挑战是如何评估感知失真，以便对编解码器进行感知质量优化。当前的 PCC 标准实践存在一个主要问题：尽管单特征指标广泛用于评估压缩失真，但搜索点到点最近邻的经典方法常常无法在点云之间建立精确的对应关系，导致对人类感知特征捕捉不充分。为克服相关限制，我们提出了一种新颖的评估方法，称为 RBFIM，利用径向基函数（RBF）插值将离散点特征转换为扭曲点云的连续特征函数。通过将几何坐标代入特征函数，我们获得了点特征的双射集合。这一方法在扭曲点云和原始点云之间建立了精确的对应特征，显著提高了质量评估的准确性。此外，该方法避免了双向搜索带来的复杂性。在多个主观质量数据集上的大量实验表明，RBFIM 在处理人类感知任务方面表现出色，从而为 PCC 优化提供了稳健的支持。
引用
@article{arxiv.2503.14154,
title = {RBFIM: Perceptual Quality Assessment for Compressed Point Clouds Using Radial Basis Function Interpolation},
author = {Zhang Chen and Shuai Wan and Siyu Ren and Fuzheng Yang and Mengting Yu and Junhui Hou},
journal= {arXiv preprint arXiv:2503.14154},
year = {2026}
}