感知随机性的无参考点云质量评估

点云处理算法的发展需要对其质量进行准确评估。以往的工作始终将点云质量评估（PCQA）视为一个MOS回归问题，并设计确定性映射，忽略了从主观测试生成MOS过程中的随机性。受现有数据集标注过程的启发，本工作提出了首个用于无参考PCQA的概率架构。所提出的方法能够通过一个定制的条件变分自编码器（CVAE）对受试者的质量判断随机性进行建模，并产生多个中间质量评分。这些中间评分模拟了来自不同受试者的判断，然后被整合成一个准确的质量预测，模仿了真实MOS的生成过程。具体来说，我们的方法包含一个先验模块、一个后验模块和一个质量评分生成器，其中前两个模块用于建模主观测试中的判断随机性，而后者则用于生成多样化的质量评分。大量实验表明，我们的方法大幅优于以往的前沿方法，并展现出令人满意的跨数据集鲁棒性。代码可在 https://git.openi.org.cn/OpenPointCloud/nrpcqa 获取。