基于折叠的点云属性压缩
图像与视频处理
2020-06-23 v3 计算机视觉与模式识别
图形学
机器学习
信号处理
机器学习
摘要
现有的点云属性压缩技术利用基于几何或基于视频的压缩工具。我们探索一种受近期点云表示学习进展启发的全新方法。点云可解释为 3D 空间中的 2D 流形。具体而言，我们将一个 2D 网格折叠到点上，并使用一种新颖的优化映射方法将属性从点云映射到折叠的 2D 网格上。该映射产生一幅图像，这为在点云属性上应用现有图像处理技术开辟了途径。然而，由于该映射过程本质上是有损的，我们提出了几种策略来优化它，使属性能以最小失真映射到 2D 网格。此外，该方法可灵活应用于点云块以更好地适应局部几何复杂度。在本工作中，我们考虑点云属性压缩；因此，我们用常规 2D 图像编解码器压缩该图像。我们的初步结果表明，所提出的基于折叠的编码方案已能达到与最新 MPEG 基于几何的 PCC（G-PCC）编解码器相近的性能。
引用
@article{arxiv.2002.04439,
title = {Folding-based compression of point cloud attributes},
author = {Maurice Quach and Giuseppe Valenzise and Frederic Dufaux},
journal= {arXiv preprint arXiv:2002.04439},
year = {2020}
}
备注
Published in ICIP 2020. The source code can be found at https://github.com/mauriceqch/pcc_attr_folding