GeodesicPSIM:通过测地线补丁相似度预测带有纹理贴图的静态网格体的质量

带有纹理贴图的静态网格在工业制造和学术研究中都引起了广泛关注,因此迫切需要有效而稳健的客观质量评估。然而,目前基于模型的静态网格质量度量具有明显的局限性:它们大多只考虑几何信息,而忽略了颜色信息,并且对网格的几何拓扑结构有严格的限制。其他度量标准,如基于图像和基于点的度量标准,很容易受到投影和采样等前置算法的影响,从而影响其发挥最佳性能的能力。在本文中,我们提出了测地线补丁相似度(GeodesicPSIM)这一基于模型的新指标,用于准确预测静态网格的人类感知质量。在选择一组关键点后,基于参考网格和经有效网格清理算法清理过的扭曲网格,构建 1 跳测地补丁。两步式补丁裁剪算法和补丁纹理映射模块细化了 1 跳测地补丁的大小,并建立了网格几何与颜色信息之间的关系,从而生成了 1 跳纹理测地补丁。我们提取了三类特征来量化失真:补丁颜色平滑度、补丁离散平均曲率以及补丁像素颜色平均值和方差。据我们所知,GeodesicPSIM 是第一个基于模型的度量方法,专门为带有纹理贴图的静态网格而设计。与基于图像、基于点和基于视频的度量方法相比,GeodesicPSIM 在一个新创建的具有挑战性的数据库中提供了最先进的性能。我们还通过引入不同的超参数设置证明了 GeodesicPSIM 的鲁棒性。消融研究也证明了所提出的三种特征和斑块裁剪算法的有效性。

geodesic-psim
关键词
  • Static Colored Mesh
  • Objective Quality Metric

代码下载

如果您使用我们的脚本,请附以下作为参考文献:

GeodesicPSIM: Predicting the Quality of Static Mesh with Texture Map via Geodesic Patch Similarity

腾讯多媒体实验室
/
我们希望使用性能和分析 cookies(“Cookie”)来帮助我们识别您是否是回访者并跟踪网站浏览次数和访问次数。有关我们使用的 Cookie 和您的选项(包括如何更改您的偏好)的更多信息,请参阅我们的 Cookies 策略.