面向点云压缩的缩参考质量评估
图像与视频处理
2023-01-04 v1
摘要
本文提出一种缩参考（RR）点云质量评估（PCQA）模型 R-PCQA，用于量化有损压缩引入的失真。具体而言，我们利用不同压缩方法（即 V-PCC、G-PCC 和 AVS）的属性与几何量化步长来推断点云质量，假设点云在压缩前无其他失真。首先，我们分析点云在独立属性压缩与几何压缩下的压缩失真以避免其相互掩蔽，为此我们选取 5 个点云作为参考，生成包含独立属性压缩与几何压缩样本的压缩数据集（PCCQA）。随后，我们通过拟合量化步长与感知质量之间的关系构建所提 R-PCQA。我们在所建数据集及另一独立数据集上评估 R-PCQA 的性能。结果表明，所提 R-PCQA 具备可靠的性能与较高的泛化能力。
引用
@article{arxiv.2301.01009,
title = {Reduced Reference Quality Assessment for Point Cloud Compression},
author = {Yipeng Liu and Qi Yang and Yiling Xu},
journal= {arXiv preprint arXiv:2301.01009},
year = {2023}
}
备注
Accepted by 2022 IEEE International Conference on Visual Communications and Image Processing (VCIP)