DetVPCC：面向3D目标检测的基于区域感兴趣的点云序列压缩
计算机视觉与模式识别
2025-02-10 v1
摘要
虽然MPEG标准化的基于视频的点云压缩（VPCC）在人类感知方面实现了高压缩效率，但在支持3D目标检测时，比特率节省与检测精度之间存在较差的权衡。这一限制源于VPCC无法在点云中优先考虑不同重要性区域。为解决此问题，我们提出了DetVPCC，这是一种将区域感兴趣（RoI）编码与VPCC集成，以在保持3D目标检测精度的同时实现点云序列高效压缩的新方法。具体而言，我们扩展VPCC以支持基于RoI的压缩，通过分配非均匀的空间质量水平。然后，我们引入一个轻量级RoI检测器来识别可能包含目标的关键区域。在nuScenes数据集上的实验表明，我们的方法显著提高了检测精度。该代码和演示视频均提供于补充材料中。
引用
@article{arxiv.2502.04804,
title = {DetVPCC: RoI-based Point Cloud Sequence Compression for 3D Object Detection},
author = {Mingxuan Yan and Ruijie Zhang and Xuedou Xiao and Wei Wang},
journal= {arXiv preprint arXiv:2502.04804},
year = {2025}
}