Fugu-MT 論文翻訳(概要): Point Cloud Quality Assessment Using the Perceptual Clustering Weighted Graph (PCW-Graph) and Attention Fusion Network

論文の概要: Point Cloud Quality Assessment Using the Perceptual Clustering Weighted Graph (PCW-Graph) and Attention Fusion Network

arxiv url: http://arxiv.org/abs/2506.04081v1
Date: Wed, 04 Jun 2025 15:44:03 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-05 21:20:14.42794
Title: Point Cloud Quality Assessment Using the Perceptual Clustering Weighted Graph (PCW-Graph) and Attention Fusion Network
Title（参考訳）: 知覚クラスタリング重みグラフ(PCW-Graph)と注意融合ネットワークを用いたポイントクラウド品質評価
Authors: Abdelouahed Laazoufi, Mohammed El Hassouni, Hocine Cherifi,
Abstract要約: No-Reference Point Cloud Quality Assessment (NR-PCQA)は、参照モデルが利用できない現実世界のアプリケーションにおいて、3Dコンテンツを評価するために重要である。
参考スコア（独自算出の注目度）: 2.220278015268436
License: http://creativecommons.org/licenses/by/4.0/
Abstract: No-Reference Point Cloud Quality Assessment (NR-PCQA) is critical for evaluating 3D content in real-world applications where reference models are unavailable.
Abstract（参考訳）: No-Reference Point Cloud Quality Assessment (NR-PCQA)は、参照モデルが利用できない現実世界のアプリケーションにおいて、3Dコンテンツを評価するために重要である。

関連論文リスト

No-Reference Point Cloud Quality Assessment via Graph Convolutional Network [89.12589881881082]
3次元(3D)ポイントクラウドは、新しいビジュアルメディアフォーマットとして、消費者にますます好まれている。ポイントクラウドは、必然的に、マルチメディア通信システムによる品質劣化と情報損失に悩まされる。マルチビュー2次元投影画像の相互依存関係を特徴付けるために,GCN(Graph Convolutional Network)を用いた新しい非参照PCQA手法を提案する。
論文参考訳（メタデータ） (2024-11-12T11:39:05Z)
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)
Progressive Knowledge Transfer Based on Human Visual Perception Mechanism for Perceptual Quality Assessment of Point Clouds [21.50682830021656]
点雲(PKT-PCQA)の知覚的品質評価のための人間の視覚知覚機構に基づく進歩的知識伝達を提案する。 3つの大規模および独立したポイントクラウドアセスメントデータセットの実験により、提案された参照PKT-PCQAネットワークが同等のパフォーマンスを向上することを示す。
論文参考訳（メタデータ） (2022-11-30T00:27:58Z)
PCQA-GRAPHPOINT: Efficients Deep-Based Graph Metric For Point Cloud Quality Assessment [11.515951211296361]
3Dポイントクラウド(PC)は、3D視覚情報を表示するための有望なソリューションであり、効果的な手段である。本稿では、グラフニューラルネットワーク(GNN)を用いた固有の局所的依存関係の学習による、ポイントクラウドの品質評価のための、新規で効率的な客観的指標を提案する。その結果、最先端のメトリクスと比較して、ソリューションの有効性と信頼性が示された。
論文参考訳（メタデータ） (2022-11-04T13:45:54Z)
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)
No-Reference Point Cloud Quality Assessment via Domain Adaptation [31.280188860021248]
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。
論文参考訳（メタデータ） (2021-12-06T08:20:40Z)

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。