A No-reference Quality Assessment Metric for Point Cloud Based on Captured Video Sequences

要約

点群は、3D モデルの最も広く使用されているデジタル形式の 1 つであり、その視覚的品質は、ダウンサンプリング、ノイズ、圧縮などの歪みに非常に敏感です。
参照が利用できないシナリオでの点群品質評価 (PCQA) の課題に取り組むために、キャプチャされたビデオ シーケンスに基づく色付き点群の参照なしの品質評価メトリックを提案します。
具体的には、カメラを点群の周りで 3 つの特定の軌道を介して回転させることにより、3 つのビデオ シーケンスが取得されます。
ビデオ シーケンスには、静的なビューだけでなく、マルチフレームの時間情報も含まれています。これは、点群に対する人間の認識を理解するのに非常に役立ちます。
次に、特徴抽出モデルとして ResNet3D を変更して、キャプチャ ビデオと対応する主観的な品質スコアとの相関関係を学習します。
実験結果は、提案された方法の有効性を検証する、最先端の完全参照および参照なしの PCQA メトリクスのほとんどよりも、私たちの方法が優れていることを示しています。

要約(オリジナル)

Point cloud is one of the most widely used digital formats of 3D models, the visual quality of which is quite sensitive to distortions such as downsampling, noise, and compression. To tackle the challenge of point cloud quality assessment (PCQA) in scenarios where reference is not available, we propose a no-reference quality assessment metric for colored point cloud based on captured video sequences. Specifically, three video sequences are obtained by rotating the camera around the point cloud through three specific orbits. The video sequences not only contain the static views but also include the multi-frame temporal information, which greatly helps understand the human perception of the point clouds. Then we modify the ResNet3D as the feature extraction model to learn the correlation between the capture videos and corresponding subjective quality scores. The experimental results show that our method outperforms most of the state-of-the-art full-reference and no-reference PCQA metrics, which validates the effectiveness of the proposed method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google