論文の概要: No-Reference Point Cloud Quality Assessment via Domain Adaptation
- arxiv url: http://arxiv.org/abs/2112.02851v1
- Date: Mon, 6 Dec 2021 08:20:40 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-07 18:01:39.465263
- Title: No-Reference Point Cloud Quality Assessment via Domain Adaptation
- Title（参考訳）: ドメイン適応による非参照ポイントクラウド品質評価
- Authors: Qi Yang, Yipeng Liu, Siheng Chen, Yiling Xu, Jun Sun
- Abstract要約: 本稿では,3次元点雲に対する画像伝達点雲品質評価(IT-PCQA)の新たな非参照品質評価指標を提案する。
特に,自然画像をソース領域として,点雲を対象領域として扱うとともに,教師なしの敵領域適応により点雲の品質を推定する。
実験結果から,提案手法は従来のノン参照指標よりも高い性能が得られることが示された。
- 参考スコア（独自算出の注目度）: 31.280188860021248
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a novel no-reference quality assessment metric, the image
transferred point cloud quality assessment (IT-PCQA), for 3D point clouds. For
quality assessment, deep neural network (DNN) has shown compelling performance
on no-reference metric design. However, the most challenging issue for
no-reference PCQA is that we lack large-scale subjective databases to drive
robust networks. Our motivation is that the human visual system (HVS) is the
decision-maker regardless of the type of media for quality assessment.
Leveraging the rich subjective scores of the natural images, we can quest the
evaluation criteria of human perception via DNN and transfer the capability of
prediction to 3D point clouds. In particular, we treat natural images as the
source domain and point clouds as the target domain, and infer point cloud
quality via unsupervised adversarial domain adaptation. To extract effective
latent features and minimize the domain discrepancy, we propose a hierarchical
feature encoder and a conditional-discriminative network. Considering that the
ultimate purpose is regressing objective score, we introduce a novel
conditional cross entropy loss in the conditional-discriminative network to
penalize the negative samples which hinder the convergence of the quality
regression network. Experimental results show that the proposed method can
achieve higher performance than traditional no-reference metrics, even
comparable results with full-reference metrics. The proposed method also
suggests the feasibility of assessing the quality of specific media content
without the expensive and cumbersome subjective evaluations.
- Abstract（参考訳）: 本稿では,3次元点雲に対する画像伝達点雲品質評価(IT-PCQA)の新たな非参照品質評価指標を提案する。
品質評価のために、ディープニューラルネットワーク(DNN)は、ノン参照メトリック設計において魅力的なパフォーマンスを示している。
しかし、非参照PCQAの最も難しい問題は、ロバストネットワークを駆動する大規模主観データベースがないことである。
我々のモチベーションは、人間の視覚システム(HVS)が質評価のためのメディアの種類に関係なく意思決定者であることです。
自然画像の豊かな主観的スコアを活用して,dnnによる人間の知覚の評価基準を探索し,予測能力を3次元点雲に移すことができる。
特に,自然イメージをソースドメインとして,ポイントクラウドをターゲットドメインとして扱い,教師なしの逆領域適応によってポイントクラウドの品質を推測する。
有効な潜在特徴を抽出し,領域差を最小限に抑えるために,階層型特徴エンコーダと条件付き識別ネットワークを提案する。
最終目的が客観的スコアの後退であると考え,条件付き判別ネットワークにおける新しい条件付きクロスエントロピー損失を導入し,品質回帰ネットワークの収束を妨げる負のサンプルをペナライズする。
実験結果から,提案手法は従来のノン参照指標よりも高い性能が得られることが示された。
提案手法は, 高価で煩雑な主観評価をすることなく, 特定のメディアコンテンツの品質を評価できる可能性も示唆する。
関連論文リスト
- 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) - 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) - 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) - GPA-Net:No-Reference Point Cloud Quality Assessment with Multi-task
Graph Convolutional Network [35.381247959766505]
グラフ畳み込みPCQAネットワーク(GPA-Net)と呼ばれる新しい非参照PCQAメトリックを提案する。
PCQAに有効な特徴を抽出するために,構造とテクスチャの摂動を注意深く捉えた新しいグラフ畳み込みカーネル,すなわちGPAConvを提案する。
2つの独立したデータベースの実験結果から、GPA-Netは最先端の非参照PCQAメトリクスと比較して最高のパフォーマンスを達成していることが示された。
論文 参考訳（メタデータ） (2022-10-29T03:06:55Z) - 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) - StyleAM: Perception-Oriented Unsupervised Domain Adaption for
Non-reference Image Quality Assessment [23.289183622856704]
NR-IQAのための効果的な知覚指向非教師付きドメイン適応手法であるStyleAMを提案する。
StyleAMはラベル豊富なソースドメインデータからStyle AlignmentとMixupを通じてラベルのないターゲットドメインイメージに十分な知識を転送する。
今回提案したStyleAMのNR-IQAに対する有効性を示した。
論文 参考訳（メタデータ） (2022-07-29T05:51:18Z) - Image Quality Assessment using Contrastive Learning [50.265638572116984]
我々は、補助的な問題を解決するために、対照的な対の目的を用いて深層畳み込みニューラルネットワーク(CNN)を訓練する。
本研究では,最新のNR画像品質モデルと比較して,ContriQUEが競争性能を向上することを示す。
以上の結果から,大きなラベル付き主観的画像品質データセットを必要とせずに,知覚的関連性を持つ強力な品質表現が得られることが示唆された。
論文 参考訳（メタデータ） (2021-10-25T21:01:00Z) - No-Reference Image Quality Assessment by Hallucinating Pristine Features [24.35220427707458]
本稿では,特徴レベルの擬似参照(PR)幻覚を用いた非参照画像品質評価(IQA)手法を提案する。
提案手法の有効性を4つのIQAデータベースで実証した。
論文 参考訳（メタデータ） (2021-08-09T16:48:34Z) - Unpaired Image Enhancement with Quality-Attention Generative Adversarial
Network [92.01145655155374]
品質の注意を払わないデータに基づいて訓練された生成敵対ネットワーク(QAGAN)を提案する。
提案されたQAGANの重要な新規性は、ジェネレータの注入されたQAMにある。
提案手法は客観的評価と主観評価の両方において良好な性能を実現する。
論文 参考訳（メタデータ） (2020-12-30T05:57:20Z) - Reduced Reference Perceptual Quality Model and Application to Rate
Control for 3D Point Cloud Compression [61.110938359555895]
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。
論文 参考訳（メタデータ） (2020-11-25T12:42:02Z) - No-reference Screen Content Image Quality Assessment with Unsupervised
Domain Adaptation [37.1611601418026]
我々は、SCIのための参照品質評価法を初めて未監視領域適応に基づいて開発する。
ペアワイズ関係の伝達可能性に触発されて、提案した品質尺度は、伝達可能性と識別可能性を同時に改善する思想に基づいて機能する。
提案手法は,軽量畳み込みニューラルネットワークに基づいて,異なるソースターゲット設定で高い性能を実現することができる。
論文 参考訳（メタデータ） (2020-08-19T17:31:23Z)
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。