TDMD: База данных для исследования субъективного и объективного качества динамических цветных мешей

TDMD: A Database for Dynamic Color Mesh Subjective and Objective Quality Explorations

August 3, 2023

Авторы: Qi Yang, Joel Jung, Timon Deschamps, Xiaozhong Xu, Shan Liu

cs.AI

Аннотация

Динамические цветные сетки (DCM) широко используются в различных приложениях; однако эти сетки могут подвергаться различным процессам, таким как сжатие или передача, что может искажать их и снижать качество. Для облегчения разработки объективных метрик для DCM и изучения влияния типичных искажений на их восприятие мы создали базу данных Tencent - динамических цветных сеток (TDMD), содержащую восемь эталонных объектов DCM с шестью типичными искажениями. Используя обработанные видеопоследовательности (PVS), полученные из DCM, мы провели масштабный субъективный эксперимент, в результате которого было получено 303 искаженных образца DCM с оценками среднего мнения, что делает TDMD крупнейшей доступной базой данных DCM на сегодняшний день. Эта база данных позволила нам изучить влияние различных типов искажений на восприятие человеком и предложить рекомендации по сжатию DCM и связанным задачам. Кроме того, мы оценили три типа современных объективных метрик на TDMD, включая метрики на основе изображений, точек и видео. Наши экспериментальные результаты подчеркивают сильные и слабые стороны каждой метрики, и мы предоставляем рекомендации по выбору метрик в практических приложениях DCM. База данных TDMD будет общедоступна по следующему адресу: https://multimedia.tencent.com/resources/tdmd.

English

Dynamic colored meshes (DCM) are widely used in various applications; however, these meshes may undergo different processes, such as compression or transmission, which can distort them and degrade their quality. To facilitate the development of objective metrics for DCMs and study the influence of typical distortions on their perception, we create the Tencent - dynamic colored mesh database (TDMD) containing eight reference DCM objects with six typical distortions. Using processed video sequences (PVS) derived from the DCM, we have conducted a large-scale subjective experiment that resulted in 303 distorted DCM samples with mean opinion scores, making the TDMD the largest available DCM database to our knowledge. This database enabled us to study the impact of different types of distortion on human perception and offer recommendations for DCM compression and related tasks. Additionally, we have evaluated three types of state-of-the-art objective metrics on the TDMD, including image-based, point-based, and video-based metrics, on the TDMD. Our experimental results highlight the strengths and weaknesses of each metric, and we provide suggestions about the selection of metrics in practical DCM applications. The TDMD will be made publicly available at the following location: https://multimedia.tencent.com/resources/tdmd.