用于激光雷达点云压缩的柱坐标系方法
图像与视频处理
2021-06-22 v1
摘要
我们提出了一种高效的体素化方法，用于编码自动驾驶车辆获取的 3D 点云的几何与属性。由于传感器的环形扫描轨迹，激光雷达点云的几何结构本质上不同于由 RGBD 相机捕获的点云。我们的方法利用这些特定性质，以柱坐标系而非传统的笛卡尔坐标系来表示点。我们证明了区域自适应层次变换（Region Adaptive Hierarchical Transform, RAHT）可扩展至该设定，从而实现基于柱坐标系体素划分的属性编码。实验结果表明，针对此类数据，我们提出的体素化方法优于基于笛卡尔坐标的传统方法。我们观察到属性编码性能显著提升，比特率降低 5-10%，八叉树表示的比特数降低 35-45%。
引用
@article{arxiv.2106.11237,
title = {Cylindrical coordinates for LiDAR point cloud compression},
author = {Shashank N. Sridhara and Eduardo Pavez and Antonio Ortega},
journal= {arXiv preprint arXiv:2106.11237},
year = {2021}
}