HybridMQA: Exploring Geometry-Texture Interactions for Colored Mesh Quality Assessment

要約

メッシュ品質評価（MQA）モデルは、さまざまなアプリケーションでのメッシュ動作システムの設計、最適化、および評価において重要な役割を果たします。
現在のMQAモデルは、トポロジ認識機能を使用したモデルベースの方法であろうと、レンダリングされた2Dプロジェクションで動作する投影ベースのアプローチを使用して、テクスチャと3Dジオメトリの複雑な相互作用をキャプチャできないことがよくあります。
モデルベースとプロジェクションベースのアプローチを統合する最初のハイブリッドフルレファレンス色のMQAフレームワークであるHybridMQAを紹介し、テクスチャ情報と3D構造の間の複雑な相互作用をキャプチャして、豊富な品質表現をキャプチャします。
私たちの方法では、詳細な3D表現を抽出するためのグラフ学習を採用しています。これは、色の投影と正確に整列する新しい機能レンダリングプロセスを使用して2Dに投影されます。
これにより、交差に関する幾何学的テクスチャー相互作用の調査が可能になり、包括的なメッシュ品質表現が生成されます。
広範な実験は、多様なデータセット全体でハイブリッドMQAの優れたパフォーマンスを示し、メッシュの品質を完全に理解するためにジオメトリテクスチャーの相互作用を効果的に活用する能力を強調しています。
私たちの実装は公開されます。

要約(オリジナル)

Mesh quality assessment (MQA) models play a critical role in the design, optimization, and evaluation of mesh operation systems in a wide variety of applications. Current MQA models, whether model-based methods using topology-aware features or projection-based approaches working on rendered 2D projections, often fail to capture the intricate interactions between texture and 3D geometry. We introduce HybridMQA, a first-of-its-kind hybrid full-reference colored MQA framework that integrates model-based and projection-based approaches, capturing complex interactions between textural information and 3D structures for enriched quality representations. Our method employs graph learning to extract detailed 3D representations, which are then projected to 2D using a novel feature rendering process that precisely aligns them with colored projections. This enables the exploration of geometry-texture interactions via cross-attention, producing comprehensive mesh quality representations. Extensive experiments demonstrate HybridMQA’s superior performance across diverse datasets, highlighting its ability to effectively leverage geometry-texture interactions for a thorough understanding of mesh quality. Our implementation will be made publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google