内容感知视角生成网络：针对投影相关点云质量评估的劣差性方案
计算机视觉与模式识别
2025-02-18 v1
摘要
通过实验研究，我们注意到最终预测的质量分数在不同的视角设置下存在显著 instability。灵感来源于“木桶理论”，鉴于现有投影相关点云质量评估(PCQA)方法所采用的默认内容无关视角，本文提出了一种新颖的内容感知视角生成网络(CAVGN)，通过考虑退化点云几何与属性特征的分布来学习更优视角。首先，CAVGN 分别提取整个输入点云的多尺度几何与纹理特征。随后，对于每个默认内容无关视角，提取的几何与纹理特征被细化，以聚焦于输入点云的对应可见部分。最后，将细化后的几何与纹理特征拼接，以生成优化后的视角。为训练所提出的 CAVGN，我们设计了一个自监督视角排序网络(SSVRN)，用于挑选投影后质量最差的视角，以构建默认视角与优化后视角成对的数据集。实验结果表明，使用 CAVGN 生成的视角，投影相关 PCQA 方法可获得更高的性能。
引用
@article{arxiv.2502.11710,
title = {The Worse The Better: Content-Aware Viewpoint Generation Network for Projection-related Point Cloud Quality Assessment},
author = {Zhiyong Su and Bingxu Xie and Zheng Li and Jincan Wu and Weiqing Li},
journal= {arXiv preprint arXiv:2502.11710},
year = {2025}
}
备注
To be published in IEEE Transactions on Circuits and Systems for Video Technology