Evaluating Point Cloud Quality via Transformational Complexity

要約

完全参照点群品質評価 (FR-PCQA) は、利用可能な参照を使用して歪んだ点群の品質を推測することを目的としています。
認知科学の研究と人間の視覚系 (HVS) の直観を融合させると、大脳皮質の視覚中枢における期待される知覚結果と実際の知覚再生との差は、主観的な質の低下を示します。
したがって、この論文では、歪んだ点群をその参照に戻す変換の複雑さを測定することにより、点群の品質を導出しようとします。これは、実際には、一方の点群が与えられた場合の一方の点群のコード長によって近似できます。
この目的のために、まず参照と歪んだ点群を、1 つの 3D ボロノイ図に基づいて一連のローカル パッチ ペアに分割します。
次に、予測コーディング理論に動機付けられて、1 つの空間認識ベクトル自己回帰 (SA-VAR) モデルを利用して、歪んだパッチがある場合とない場合で、それぞれの参照パッチのジオメトリとカラー チャネルをエンコードします。
具体的には、残差が多変量ガウス分布に従うと仮定して、参照の自己複雑性と、共分散行列を介して参照と歪んだサンプル間の変換複雑性を計算します。
複雑度の項に加えて、SA-VAR によって生成された予測項が、最終的な品質予測を促進するための 1 つの補助機能として導入されます。
5 つの公開点群品質データベースでの広範な実験により、変換複雑度ベースの歪みメトリック (TCDM) が最先端の (SOTA) 結果を生成することが実証され、アブレーション研究では、一貫性のあるさまざまなシナリオにメトリックを一般化できることがさらに示されました。
主要なモジュールとパラメーターを調べることにより、パフォーマンスを確認します。

要約(オリジナル)

Full-reference point cloud quality assessment (FR-PCQA) aims to infer the quality of distorted point clouds with available references. Merging the research of cognitive science and intuition of the human visual system (HVS), the difference between the expected perceptual result and the practical perception reproduction in the visual center of the cerebral cortex indicates the subjective quality degradation. Therefore in this paper, we try to derive the point cloud quality by measuring the complexity of transforming the distorted point cloud back to its reference, which in practice can be approximated by the code length of one point cloud when the other is given. For this purpose, we first segment the reference and the distorted point cloud into a series of local patch pairs based on one 3D Voronoi diagram. Next, motivated by the predictive coding theory, we utilize one space-aware vector autoregressive (SA-VAR) model to encode the geometry and color channels of each reference patch in cases with and without the distorted patch, respectively. Specifically, supposing that the residual errors follow the multi-variate Gaussian distributions, we calculate the self-complexity of the reference and the transformational complexity between the reference and the distorted sample via covariance matrices. Besides the complexity terms, the prediction terms generated by SA-VAR are introduced as one auxiliary feature to promote the final quality prediction. Extensive experiments on five public point cloud quality databases demonstrate that the transformational complexity based distortion metric (TCDM) produces state-of-the-art (SOTA) results, and ablation studies have further shown that our metric can be generalized to various scenarios with consistent performance by examining its key modules and parameters.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google