Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.06488

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2501.06488 (cs)
[提交于 2025年1月11日 (v1) ,最后修订 2025年7月23日 (此版本, v2)]

标题: NVS-SQA:探索无参考的神经合成场景的自监督质量表征学习

标题: NVS-SQA: Exploring Self-Supervised Quality Representation Learning for Neurally Synthesized Scenes without References

Authors:Qiang Qu, Yiran Shen, Xiaoming Chen, Yuk Ying Chung, Weidong Cai, Tongliang Liu
摘要: 神经视图合成(NVS),如NeRF和3D高斯点云,能够从稀疏视角有效生成逼真的场景,通常通过PSNR、SSIM和LPIPS等质量评估方法进行评估。 然而,这些全参考方法通过将合成视图与参考视图进行比较,可能无法完全捕捉神经合成场景(NSS)的感知质量,特别是由于密集参考视图的可用性有限。 此外,获取人类感知标签的挑战阻碍了大规模标注数据集的创建,可能导致模型过拟合和泛化能力下降。 为了解决这些问题,我们提出了NVS-SQA,这是一种 NSS 质量评估方法,通过自监督学习来学习无参考质量表示,而无需依赖人工标签。 传统的自监督学习主要依赖于“同一实例,相似表示”的假设和大规模数据集。 然而,鉴于这些条件在 NSS 质量评估中并不适用,我们采用了启发式线索和质量分数作为学习目标,并结合专门的对比对准备过程,以提高学习的有效性和效率。 结果表明,NVS-SQA在17种无参考方法中表现优异(即在SRCC上平均高出109.5%,PLCC上高出98.6%,KRCC上高出91.5%),甚至在所有评估指标上都超过了16种全参考方法(即在SRCC上高出22.9%,PLCC上高出19.1%,KRCC上高出18.6%)。
摘要: Neural View Synthesis (NVS), such as NeRF and 3D Gaussian Splatting, effectively creates photorealistic scenes from sparse viewpoints, typically evaluated by quality assessment methods like PSNR, SSIM, and LPIPS. However, these full-reference methods, which compare synthesized views to reference views, may not fully capture the perceptual quality of neurally synthesized scenes (NSS), particularly due to the limited availability of dense reference views. Furthermore, the challenges in acquiring human perceptual labels hinder the creation of extensive labeled datasets, risking model overfitting and reduced generalizability. To address these issues, we propose NVS-SQA, a NSS quality assessment method to learn no-reference quality representations through self-supervision without reliance on human labels. Traditional self-supervised learning predominantly relies on the "same instance, similar representation" assumption and extensive datasets. However, given that these conditions do not apply in NSS quality assessment, we employ heuristic cues and quality scores as learning objectives, along with a specialized contrastive pair preparation process to improve the effectiveness and efficiency of learning. The results show that NVS-SQA outperforms 17 no-reference methods by a large margin (i.e., on average 109.5% in SRCC, 98.6% in PLCC, and 91.5% in KRCC over the second best) and even exceeds 16 full-reference methods across all evaluation metrics (i.e., 22.9% in SRCC, 19.1% in PLCC, and 18.6% in KRCC over the second best).
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI); 人机交互 (cs.HC); 多媒体 (cs.MM); 图像与视频处理 (eess.IV)
引用方式: arXiv:2501.06488 [cs.CV]
  (或者 arXiv:2501.06488v2 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.06488
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Qiang Qu [查看电子邮件]
[v1] 星期六, 2025 年 1 月 11 日 09:12:43 UTC (33,343 KB)
[v2] 星期三, 2025 年 7 月 23 日 02:32:10 UTC (33,453 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.IV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.AI
cs.CV
cs.HC
cs.MM
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号