論文の概要: Reduced Reference Perceptual Quality Model and Application to Rate Control for 3D Point Cloud Compression

• arxiv url: http://arxiv.org/abs/2011.12688v1
• Date: Wed, 25 Nov 2020 12:42:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-21 03:30:43.774552
• Title: Reduced Reference Perceptual Quality Model and Application to Rate Control for 3D Point Cloud Compression
• Title（参考訳）: 3次元点雲圧縮における基準知覚品質モデルとレート制御への応用
• Authors: Qi Liu, Hui Yuan, Raouf Hamzaoui, Honglei Su, Junhui Hou, Huan Yang
• Abstract要約: レート歪み最適化では、ビットレートの制約を受ける再構成品質尺度を最大化してエンコーダ設定を決定する。 本稿では,V-PCC幾何および色量化パラメータを変数とする線形知覚品質モデルを提案する。 400個の圧縮された3D点雲による主観的品質試験の結果,提案モデルが平均評価値とよく相関していることが示唆された。 また、同じ目標ビットレートに対して、提案モデルに基づくレート歪みの最適化は、ポイント・ツー・ポイントの客観的な品質指標による徹底的な探索に基づくレート歪みの最適化よりも高い知覚品質を提供することを示した。
• 参考スコア（独自算出の注目度）: 61.110938359555895
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In rate-distortion optimization, the encoder settings are determined by maximizing a reconstruction quality measure subject to a constraint on the bit rate. One of the main challenges of this approach is to define a quality measure that can be computed with low computational cost and which correlates well with perceptual quality. While several quality measures that fulfil these two criteria have been developed for images and video, no such one exists for 3D point clouds. We address this limitation for the video-based point cloud compression (V-PCC) standard by proposing a linear perceptual quality model whose variables are the V-PCC geometry and color quantization parameters and whose coefficients can easily be computed from two features extracted from the original 3D point cloud. Subjective quality tests with 400 compressed 3D point clouds show that the proposed model correlates well with the mean opinion score, outperforming state-of-the-art full reference objective measures in terms of Spearman rank-order and Pearsons linear correlation coefficient. Moreover, we show that for the same target bit rate, ratedistortion optimization based on the proposed model offers higher perceptual quality than rate-distortion optimization based on exhaustive search with a point-to-point objective quality metric.
• Abstract（参考訳）: レート歪み最適化では、ビットレートの制約を受ける再構成品質尺度を最大化してエンコーダ設定を決定する。 このアプローチの主な課題の1つは、低い計算コストで計算でき、知覚的品質とよく相関する品質指標を定義することである。 これら2つの基準を満たすいくつかの品質基準が画像とビデオのために開発されたが、3Dポイントの雲にはそのような指標は存在しない。 本稿では,V-PCC幾何学およびカラー量子化パラメータを持つ線形知覚品質モデルを提案し,元の3Dポイントクラウドから抽出した2つの特徴から係数を容易に計算可能なビデオベースポイントクラウド圧縮(V-PCC)標準の制限に対処する。 400個の圧縮3dポイントクラウドを用いた主観的品質テストでは,提案モデルが平均評価値とよく相関し,ピアマンランクとピアソンズ線形相関係数の点で,最先端の完全参照客観的尺度を上回った。 さらに,同一の目標ビットレートに対して,提案モデルに基づくレートゆらぎ最適化は,ポイント・ツー・ポイントの客観的品質指標を用いた排他的探索に基づくレートゆらぎ最適化よりも高い知覚品質を示すことを示す。

関連論文リスト

• Full reference point cloud quality assessment using support vector regression [27.462663794942756]
  本稿では,サポートベクタ回帰(FRSVR)を用いた完全参照点雲質評価法 (FR-PCQA) を提案する。 提案手法は,これらの5つの単純な測度とSVRの計算のみを含むため,精度と計算速度のトレードオフが優れている。 3種類のオープンデータセットによる実験結果から,提案手法は従来のFR-PCQA法よりも精度が高いことがわかった。
  論文  参考訳（メタデータ） (2024-06-15T06:22:26Z)
• Contrastive Pre-Training with Multi-View Fusion for No-Reference Point Cloud Quality Assessment [49.36799270585947]
  No-Reference Point Cloud Quality Assessment (NR-PCQA) は、歪んだ点雲の知覚的品質を、参照なしで自動的に評価することを目的としている。 我々は,PCQA(CoPA)に適した新しいコントラスト付き事前学習フレームワークを提案する。 提案手法は,最新のPCQA手法よりも高い性能を示す。
  論文  参考訳（メタデータ） (2024-03-15T07:16:07Z)
• Activating Frequency and ViT for 3D Point Cloud Quality Assessment without Reference [0.49157446832511503]
  与えられた3D-PCの非参照品質指標を提案する。 入力属性を品質スコアにマップするには、Deformable Convolutional Network(DCN)とViT(ViT)を組み合わせた軽量ハイブリッドディープモデルを用いる。 その結果,本手法は現在のNR-PCQA測度やPointXRのFR-PCQAよりも優れていた。
  論文  参考訳（メタデータ） (2023-12-10T19:13:34Z)
• Simple Baselines for Projection-based Full-reference and No-reference Point Cloud Quality Assessment [60.2709006613171]
  投影型ポイントクラウド品質評価(PCQA)のための簡易ベースラインを提案する。 我々は、全参照(FR)タスクと非参照(NR)PCQAタスクの両方に対して、点雲から共通立方体状の投影プロセスによって得られる多重射影を用いる。 ICIP 2023 PCVQA Challengeに参加して,5トラック中4トラックで首位を獲得した。
  論文  参考訳（メタデータ） (2023-10-26T04:42:57Z)
• Grad-PU: Arbitrary-Scale Point Cloud Upsampling via Gradient Descent with Learned Distance Functions [77.32043242988738]
  我々は、任意のアップサンプリングレートをサポートする、正確なポイントクラウドアップサンプリングのための新しいフレームワークを提案する。 提案手法は,まず,所定のアップサンプリング率に応じて低解像度の雲を補間する。
  論文  参考訳（メタデータ） (2023-04-24T06:36:35Z)
• Reduced-Reference Quality Assessment of Point Clouds via Content-Oriented Saliency Projection [17.983188216548005]
  多くの高密度な3Dポイントクラウドは、従来の画像やビデオではなく、視覚オブジェクトを表現するために利用されてきた。 本稿では, 点雲に対する新しい, 効率的な還元参照品質指標を提案する。
  論文  参考訳（メタデータ） (2023-01-18T18:00:29Z)
• TCDM: Transformational Complexity Based Distortion Metric for Perceptual Point Cloud Quality Assessment [24.936061591860838]
  客観的クラウド品質評価(PCQA)研究の目標は、ポイントクラウド品質を一貫した方法で測定するメトリクスを開発することである。 歪んだ点雲を基準に戻す複雑さを計測することで点雲の質を評価する。 提案手法の有効性を,5つのパブリッククラウド品質評価データベース上で行った広範囲な実験を通じて評価した。
  論文  参考訳（メタデータ） (2022-10-10T13:20:51Z)
• Blind Quality Assessment of 3D Dense Point Clouds with Structure Guided Resampling [71.68672977990403]
  本研究では,3次元高密度点雲の知覚的視覚的品質を自動評価するために,Structure Guided Resampling (SGR) を用いた客観的点雲品質指標を提案する。 提案するSGRは,参照情報の不要な汎用ブラインド品質評価手法である。
  論文  参考訳（メタデータ） (2022-08-31T02:42:55Z)
• Evaluating Point Cloud from Moving Camera Videos: A No-Reference Metric [58.309735075960745]
  本稿では,ビデオ品質評価(VQA)手法を用いて,ポイントクラウド品質評価(PCQA)タスクの処理方法について検討する。 捉えたビデオは、いくつかの円形の経路を通して、点雲の周りでカメラを回転させて生成する。 トレーニング可能な2D-CNNモデルと事前学習された3D-CNNモデルを用いて、選択したキーフレームとビデオクリップから空間的・時間的品質認識特徴を抽出する。
  論文  参考訳（メタデータ） (2022-08-30T08:59:41Z)
• A No-reference Quality Assessment Metric for Point Cloud Based on Captured Video Sequences [40.46566408312466]
  キャプチャーされたビデオシーケンスに基づいて,色付き点雲の非参照品質評価指標を提案する。 実験の結果,本手法はPCQAの基準値と非参照PCQAの基準値のほとんどより優れていた。
  論文  参考訳（メタデータ） (2022-06-09T06:42:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。