Point Cloud Quality Assessment using 3D Saliency Maps

要約

点群品質評価 (PCQA) は、最近魅力的な研究分野になっています。
品質評価における顕著性検出の重要性を考慮して、3D 顕著性マップ (PQSM) を使用した点群品質評価と呼ばれる、顕著性情報を利用して品質予測を容易にする効果的な完全参照 PCQA メトリックを提案します。
具体的には、最初に、点群の幾何学的特性をよりよく反映するために深度情報を導入する、投影ベースの点群顕著性マップ生成方法を提案します。
次に、点群のローカル近傍を構築して、ジオメトリ、色、および顕著性の不一致を示す 3 つの構造記述子を導き出します。
最後に、最終的な品質スコアを生成するために、顕著性ベースのプーリング戦略が提案されています。
4 つの独立した PCQA データベースで広範な実験が行われます。
結果は、提案された PQSM が複数の最先端の PCQA メトリックと比較して競争力のあるパフォーマンスを示していることを示しています。

要約(オリジナル)

Point cloud quality assessment (PCQA) has become an appealing research field in recent days. Considering the importance of saliency detection in quality assessment, we propose an effective full-reference PCQA metric which makes the first attempt to utilize the saliency information to facilitate quality prediction, called point cloud quality assessment using 3D saliency maps (PQSM). Specifically, we first propose a projection-based point cloud saliency map generation method, in which depth information is introduced to better reflect the geometric characteristics of point clouds. Then, we construct point cloud local neighborhoods to derive three structural descriptors to indicate the geometry, color and saliency discrepancies. Finally, a saliency-based pooling strategy is proposed to generate the final quality score. Extensive experiments are performed on four independent PCQA databases. The results demonstrate that the proposed PQSM shows competitive performances compared to multiple state-of-the-art PCQA metrics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google