TCDM：基于变换复杂度的感知点云质量评估失真度量
计算机视觉与模式识别
2023-11-30 v3 多媒体
摘要
客观点云质量评估（PCQA）研究的目标是开发以感知一致方式度量点云质量的定量指标。结合认知科学研究与人类视觉系统（HVS）的直觉，本文通过度量将失真点云变换回其参考点云的复杂度来评估点云质量，这在实际中可近似为一个点云在给定另一个时的码长。为此，我们首先基于3D Voronoi图对参考和失真点云进行空间分割，获得一系列局部块对。接下来，受预测编码理论启发，我们利用空间感知向量自回归（SA-VAR）模型分别在有和无失真块的情况下编码每个参考块的几何与颜色通道。假设残差误差服从多元高斯分布，使用协方差矩阵计算参考的自复杂度和参考与失真样本间的变换复杂度。此外，由SA-VAR生成的预测项作为辅助特征引入以促进最终质量预测。所提出的基于变换复杂度的失真度量（TCDM）的有效性通过在五个公开点云质量评估数据库上进行的广泛实验评估。结果表明TCDM达到了最先进（SOTA）性能，进一步分析证实了其在各种场景下的鲁棒性。代码公开于 https://github.com/zyj1318053/TCDM。
引用
@article{arxiv.2210.04671,
title = {TCDM: Transformational Complexity Based Distortion Metric for Perceptual Point Cloud Quality Assessment},
author = {Yujie Zhang and Qi Yang and Yifei Zhou and Xiaozhong Xu and Le Yang and Yiling Xu},
journal= {arXiv preprint arXiv:2210.04671},
year = {2023}
}