[论文解读] Perceptual Quality Assessment of Colored 3D Point Clouds

Honglei Su, Qi Liu+3 more|arXiv (Cornell University)|Nov 10, 2021

3D Shape Modeling and Analysis被引用 6

一句话总结

该论文提出了一种新颖的彩色3D点云客观感知质量评估模型，名为IW-SSIM$_{\text{p}}$，基于多视角投影的信息内容加权结构相似性。该研究构建了目前最大规模的公开高质点云数据库（WPC），包含740个由20个原始全向、密集且多样的点云经不同失真处理生成的点云，并证明所提出的模型在多个数据库上与主观质量评分的相关性显著优于现有方法。

ABSTRACT

The real-world applications of 3D point clouds have been growing rapidly in recent years, but not much effective work has been dedicated to perceptual quality assessment of colored 3D point clouds. In this work, we first build a large 3D point cloud database for subjective and objective quality assessment of point clouds. We construct 20 high quality, realistic, and omni-directional point clouds of diverse contents. We then apply downsampling, Gaussian noise, and three types of compression algorithms to create 740 distorted point clouds. We carry out a subjective experiment to evaluate the quality of distorted point clouds. Our statistical analysis finds that existing objective point cloud quality assessment (PCQA) models only achieve limited success in predicting subjective quality ratings. We propose a novel objective PCQA model based on the principle of information content weighted structural similarity. Our experimental results show that the proposed model well correlates with subjective opinions and significantly outperforms the existing PCQA models. The database has been made publicly available to facilitate reproducible research at https://github.com/qdushl/Waterloo-Point-Cloud-Database.

研究动机与目标

• 为解决当前感知质量评估中缺乏大规模、高质量且多样化的点云数据库的问题。
• 识别现有客观点云质量评估（PCQA）模型在预测人类主观质量评分方面的局限性。
• 通过引入信息内容加权和结构相似性，开发一种更符合人类感知的新型客观PCQA模型。
• 建立一个公开可用、可复现的基准数据库（WPC），以支持未来点云处理与质量评估研究。

提出的方法

• 构建20个高质量、全向且多样的原始彩色3D点云，每个点云经体素化后平均包含135万个点。
• 应用四种失真类型——下采样、高斯噪声，以及三种压缩算法（G-PCC、V-PCC、Draco+JPEG）生成740个失真点云。
• 通过实验室控制的双刺激独立评估（DSIS）主观测试，邀请208名参与者收集所有失真点云的平均意见得分（MOS）。
• 提出一种新颖的基于投影的客观PCQA模型IW-SSIM$_{\text{p}}$，该模型将点云投影至多个二维视图，并基于信息内容计算加权结构相似性度量。
• 使用统计显著性检验（t检验）在多个数据库上对比IW-SSIM$_{\text{p}}$与14种现有客观PCQA模型的性能。
• 在七个已建立的PCQA数据库上进行跨数据库验证，以评估所提模型的泛化能力与鲁棒性。

实验结果

研究问题

• RQ1 当在大规模、多样化且高质量的点云数据库上评估时，现有客观PCQA模型在预测主观质量评分方面表现如何？
• RQ2 一种结合信息内容加权和结构相似性的基于投影的客观PCQA模型，是否能比当前最先进模型更准确地预测人类感知质量？
• RQ3 所提出的IW-SSIM$_{\text{p}}$模型在不同内容和失真类型的点云数据库上是否具备良好的泛化能力？
• RQ4 与现有模型如GraphSIM、PointSSIM、PCQM和PCM RR相比，所提模型在性能和计算效率方面表现如何？

主要发现

• 所提出的IW-SSIM$_{\text{p}}$模型在WPC数据库上达到0.8504的PLCC，显著优于所有现有模型，包括GraphSIM（0.4420）和PCM RR（0.3436）。
• 在跨数据库验证中，IW-SSIM$_{\text{p}}$在ICIP2020数据库上达到最高的0.8968 SRCC，在WPC数据库上达到0.8481 SRCC，表明其与主观评价具有强相关性。
• 统计显著性检验确认，IW-SSIM$_{\text{p}}$的性能显著优于所有其他评估模型，且无其他模型表现出统计上更优的性能。
• 该模型在WPC数据库上达到12.0620的RMSE，显著低于PCM RR（22.9234）、PointSSIM（21.5273）和GraphSIM（20.5640），表明其具有更高的预测精度。
• 现有仅基于几何信息或几何加颜色失真度量的模型在统计上无显著差异，但所提模型始终表现更优。
• WPC数据库包含740个失真点云，且MOS值从差到优秀均匀分布，为未来PCQA研究提供了稳健的基准。