基于投影的全参考与无参考点云质量评估的简单基线
计算机视觉与模式识别
2023-10-27 v1 图像与视频处理
摘要
点云被广泛用于3D内容表示，并在多媒体中有各种应用。然而，在存储与带宽约束下，压缩与简化过程不可避免地导致质量相关信息的丢失。因此，对量化点云失真程度的有效方法的需求日益增长。本文中，我们提出基于投影的点云质量评估(PCQA)的简单基线以应对该挑战。我们通过常见的类立方体投影过程从点云获得多投影，用于全参考(FR)与无参考(NR) PCQA任务。质量相关特征由流行的视觉骨干网络提取。FR质量表示计算为参考与失真投影的特征图之间的相似度，而NR质量表示通过对失真投影的特征图进行平均池化压缩简单获得。相应的质量表示由全连接层回归为视觉质量分数。参与ICIP 2023 PCVQA挑战赛，我们在五个竞赛赛道中的四个成功夺得首位。
引用
@article{arxiv.2310.17147,
title = {Simple Baselines for Projection-based Full-reference and No-reference Point Cloud Quality Assessment},
author = {Zicheng Zhang and Yingjie Zhou and Wei Sun and Xiongkuo Min and Guangtao Zhai},
journal= {arXiv preprint arXiv:2310.17147},
year = {2023}
}