关键词point cloud quality assessment
搜索结果 - 4
- 基于支持向量回归的完整参考点云质量评估
该研究提出了一种基于支持向量回归的准确的全参考点云质量评估方法，通过整合五种基于全参考的度量标准，并使用支持向量回归进行快速预测，实现了对压缩失真、高斯噪声和降采样等多种降级类型的准确评估，其性能优于传统的全参考点云质量评估方法，并且比使用 - LMM-PCQA：利用 LMM 辅助点云质量评估
本研究旨在通过文本监督将大型多模式模型 (LMMs) 引入点云质量评估 (PCQA)，实现 PCQA 知识对 LMMs 的传授，从而提高模型理解和评估的准确性，并希望这些贡献能够激发对 LMMs 与 PCQA 融合的后续研究，促进 3D 视 - PointPCA+：扩展的 PointPCA 客观质量评估度量
本文提出了一个计算简化和描述符丰富的点云质量评估（PCQA）指标，名为 PointPCA+，它是 PointPCA 的扩展。PointPCA 提出了一组基于 PCA 分解的感知相关描述符，这些描述符应用于点云的几何和纹理数据以进行完全参考的 - 基于加权补丁质量预测的无参考点云质量评估
该论文提出了一种基于局部区域相关性分析的无参考点云质量评估方法，通过将点云划分为补丁并为每个补丁生成纹理和结构特征，将它们融合成补丁特征来预测补丁质量，然后利用局部相关性权重和预测质量得分计算点云的最终质量，实验结果表明该方法优于现有的基准