論文の概要: Full-reference Point Cloud Quality Assessment Using Spectral Graph Wavelets

• arxiv url: http://arxiv.org/abs/2406.09762v1
• Date: Fri, 14 Jun 2024 06:59:54 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-17 14:53:58.786536
• Title: Full-reference Point Cloud Quality Assessment Using Spectral Graph Wavelets
• Title（参考訳）: スペクトルグラフウェーブレットを用いた全参照点クラウド品質評価
• Authors: Ryosuke Watanabe, Keisuke Nonaka, Eduardo Pavez, Tatsuya Kobayashi, Antonio Ortega,
• Abstract要約: 3Dアプリケーションにおけるポイントクラウドは、しばしば、スキャンや圧縮などの処理中に品質劣化を経験する。 本稿ではスペクトルグラフウェーブレット(SGW)を用いた全参照(FR)PCQA法を提案する。 我々の知る限り、PCQA向けのSGWを紹介する最初の研究である。
• 参考スコア（独自算出の注目度）: 29.126056066012264
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Point clouds in 3D applications frequently experience quality degradation during processing, e.g., scanning and compression. Reliable point cloud quality assessment (PCQA) is important for developing compression algorithms with good bitrate-quality trade-offs and techniques for quality improvement (e.g., denoising). This paper introduces a full-reference (FR) PCQA method utilizing spectral graph wavelets (SGWs). First, we propose novel SGW-based PCQA metrics that compare SGW coefficients of coordinate and color signals between reference and distorted point clouds. Second, we achieve accurate PCQA by integrating several conventional FR metrics and our SGW-based metrics using support vector regression. To our knowledge, this is the first study to introduce SGWs for PCQA. Experimental results demonstrate the proposed PCQA metric is more accurately correlated with subjective quality scores compared to conventional PCQA metrics.
• Abstract（参考訳）: 3Dアプリケーションのポイントクラウドは、しばしば、処理中の品質劣化、例えばスキャンと圧縮を経験します。 信頼性ポイントクラウド品質評価(PCQA)は、ビットレート品質の高いトレードオフと品質改善のための技術(例えば、デノイング)を備えた圧縮アルゴリズムを開発する上で重要である。 本稿ではスペクトルグラフウェーブレット(SGW)を用いた全参照(FR)PCQA法を提案する。 まず, 基準点と歪み点の間の座標信号と色信号のSGW係数を比較した新しいSGWベースのPCQA指標を提案する。 第2に、従来のFRメトリクスとSGWベースのメトリクスを、サポートベクタ回帰を用いて統合することにより、正確なPCQAを実現する。 我々の知る限り、PCQA向けのSGWを紹介する最初の研究である。 実験により,提案したPCQA測定値は従来のPCQA測定値と比較して,主観的品質スコアとより正確に相関していることが示された。

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)
• 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)
• Weight Re-Mapping for Variational Quantum Algorithms [54.854986762287126]
  変動量子回路(VQC)における重み付けの考え方を紹介する。 我々は,8つの分類データセットに対する影響を評価するために,7つの異なる重み再マッピング関数を用いる。 以上の結果から,重量再マッピングによりVQCの収束速度が向上することが示唆された。
  論文  参考訳（メタデータ） (2023-06-09T09:42:21Z)
• No-Reference Point Cloud Quality Assessment via Weighted Patch Quality Prediction [19.128878108831287]
  地域相関分析機能を備えた非参照点雲質評価法(NR-PCQA)を提案する。 具体的には、ポイントクラウドをパッチに分割し、各パッチのテクスチャと構造機能を生成し、パッチ品質を予測するためにそれらをパッチ機能に融合させました。 実験の結果,提案手法はNR-PCQA法よりも優れていた。
  論文  参考訳（メタデータ） (2023-05-13T03:20:33Z)
• Benchmarking the Reliability of Post-training Quantization: a Particular Focus on Worst-case Performance [53.45700148820669]
  ポストトレーニング量子化(PTQ)は、独自のアーキテクチャやトレーニング手順を変更することなく、ディープニューラルネットワーク(DNN)を圧縮するための一般的な方法である。 その有効性と利便性にもかかわらず、分散シフトやデータノイズといった極端ケースの存在下でのPTQ手法の信頼性は明らかにされていない。 そこで本研究では,様々なPTQ手法を用いてこの問題について検討する。
  論文  参考訳（メタデータ） (2023-03-23T02:55:50Z)
• 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)
• Point Cloud Quality Assessment using 3D Saliency Maps [37.290843791053256]
  そこで本研究では,品質予測の容易化を目的として,実効的な完全参照PCQA指標を提案する。 具体的には、まず、点雲の幾何学的特性をよりよく反映する深度情報を導入し、プロジェクションに基づく点雲塩分濃度マップ生成法を提案する。 最後に、最終的な品質スコアを生成するために、サリエンシに基づくプーリング戦略を提案する。
  論文  参考訳（メタデータ） (2022-09-30T13:59:09Z)
• Task-Specific Normalization for Continual Learning of Blind Image Quality Models [105.03239956378465]
  視覚的画像品質評価(BIQA)のための簡易かつ効果的な連続学習法を提案する。 このアプローチの重要なステップは、トレーニング済みのディープニューラルネットワーク(DNN)のすべての畳み込みフィルタを凍結して、安定性を明示的に保証することです。 我々は、各新しいIQAデータセット(タスク)に予測ヘッドを割り当て、対応する正規化パラメータをロードして品質スコアを生成する。 最終的な品質推定は、軽量な$K$-meansゲーティング機構で、すべての頭からの予測の重み付け総和によって計算される。
  論文  参考訳（メタデータ） (2021-07-28T15:21:01Z)
• 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)

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。