Geometry-Aware Video Quality Assessment for Dynamic Digital Human

要約

ダイナミック デジタル ヒューマン (DDH) は、事前定義されたモーションを使用してアニメーション化される 3D デジタル モデルであり、生成プロセス中のノイズ/シフトや送信プロセス中の圧縮歪みに必然的に悩まされ、知覚的に評価する必要があります。
通常、DDH は 2D レンダリングされたアニメーション ビデオとして表示され、ビデオ品質評価 (VQA) 手法を DDH 品質評価 (DDH-QA) タスクに適応させるのは自然なことです。
ただし、VQA メソッドは視点に大きく依存しており、ジオメトリベースの歪みの影響を受けにくいです。
したがって、この論文では、DDH-QA チャレンジのための新しいノーリファレンス (NR) ジオメトリを意識したビデオ品質評価方法を提案します。
ジオメトリの特性は、DDH のジオメトリ属性の分布から推定される統計パラメータによって記述されます。
空間的および時間的特徴は、レンダリングされたビデオから取得されます。
最後に、あらゆる種類の特徴が統合され、品質値に回帰されます。
実験結果は、提案された方法が DDH-QA データベース上で最先端のパフォーマンスを達成することを示しています。

要約(オリジナル)

Dynamic Digital Humans (DDHs) are 3D digital models that are animated using predefined motions and are inevitably bothered by noise/shift during the generation process and compression distortion during the transmission process, which needs to be perceptually evaluated. Usually, DDHs are displayed as 2D rendered animation videos and it is natural to adapt video quality assessment (VQA) methods to DDH quality assessment (DDH-QA) tasks. However, the VQA methods are highly dependent on viewpoints and less sensitive to geometry-based distortions. Therefore, in this paper, we propose a novel no-reference (NR) geometry-aware video quality assessment method for DDH-QA challenge. Geometry characteristics are described by the statistical parameters estimated from the DDHs’ geometry attribute distributions. Spatial and temporal features are acquired from the rendered videos. Finally, all kinds of features are integrated and regressed into quality values. Experimental results show that the proposed method achieves state-of-the-art performance on the DDH-QA database.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google