来源：期刊VIP网 时间：
作者：翟晋赫;张滢雪;司占军;
单位：天津科技大学人工智能学院;
摘要：针对现有点云质量评价方法出现的多维度视觉特征融合不充分、跨模态语义对齐不足等问题，本研究提出了一种融合多维度视觉特征与文本语义的无参考点云质量评价框架TriCMA-PCQA。首先，设计了三分支结构，从点云投影图像和点云模型中分别提取纹理、深度和几何3个维度互补的视觉特征，构建多维度质量表征；随后，设计了多维度特征协同注意力机制，实现纹理-深度-几何特征的跨维度交互，增强视觉特征的判别能力与语义表达力；其次，引入文本模态的语义引导，通过可学习的动态文本提示生成质量描述特征，在共同语义空间中对齐文本语义特征与多维度视觉特征，增强模型对人类主观感知机制的模拟能力；最后，在EMD损失基础上融合分位数损失、对比损失及排序损失共同构建混合损失函数，自适应平衡多任务训练目标。实验结果表明，TriCMA-PCQA在SJTU-PCQA和LS-PCQA数据集上性能优于现有方法，与主观质量具有良好的相关性，可为三维内容生成与处理提供可靠的量化评价工具。
关键词：无参考点云质量评价;;多维度协同注意力;;视觉-文本跨模态对齐;;混合损失
