1.一种V‑PCC编码点云感知质量评估方法,其特征在于,包括以下步骤:S1、对原始点云进行V‑PCC编码,选择不同程度的几何失真和纹理失真组合,得到编码失真的3D点云数据库,并进行主观评估实验,得到每个失真点云的主观质量评分;
S2、对V‑PCC编码的点云码流进行解析,得到几何量化参数、纹理量化参数和纹理比特率;
S3、建立3D点云纹理复杂度预测模型,在不同的纹理量化参数时,得到纹理复杂度与纹理比特率都呈现近似线性的关系,并基于3D点云纹理复杂度预测模型,对3D点云训练集中的每一个编码点云进行比特流解析,实现3D点云纹理复杂度的预测计算;
S4、根据S3中得到的纹理复杂度和S2中得到的纹理量化参数,将失真点云的纹理复杂度、纹理量化参数和主观评价分数作为训练数据进行拟合得到模型参数,得到几何无损时点云纹理失真评估模型;
S5、使用失真点云训练集,对点云主观评价分数和几何量化参数进行Logistic曲线拟合求得衰减模型的待定参数,得到3D点云几何失真模型,实现失真点云几何量化参数到点云主观评价分数的映射;
S6、将根据S4中的几何无损时点云纹理失真评估模型得到的点云纹理失真预测值与根据S5中3D点云几何失真模型得到的几何衰减值进行融合得到融合模型,根据融合模型计算得到失真点云质量的预测值,实现V‑PCC编码点云感知质量的比特流层评估。
2.根据权利要求1所述V‑PCC编码点云感知质量评估方法,其特征在于,S3中建立的3D点云纹理复杂度预测模型为:其中TC为3D点云的纹理复杂度预测值,TQP为纹理量化参数,TBPP为纹理比特率,和 均随 变化,计算方式如下:其中 、 、 、 、 、 为待定系数,由最小二乘拟合得到。
3.根据权利要求2所述V‑PCC编码点云感知质量评估方法,其特征在于,S4中建立的几何无损时点云纹理失真评估模型为:其中 为点云纹理失真客观质量分数的预测值, 为纹理量化步长:,和 为待定系数,α与TC近似呈线性关系: ,c、d为待定系数,本模型所有待定系数均由基于3D点云训练集通过拟合得到。
4.根据权利要求3所述V‑PCC编码点云感知质量评估方法,其特征在于,S5中构建的3D点云几何失真模型为:其中 表示点云质量随几何量化参数GQP的衰减程度, 、 、 、 为待定系数,由最小二乘拟合得到。
5.根据权利要求4所述V‑PCC编码点云感知质量评估方法,其特征在于,S6中的融合模型为:其中MOSest为3D点云最终的客观质量预测值。