基于图的动态三维点云序列压缩
计算机视觉与模式识别
2016-08-24 v1 图形学
摘要
本文解决了以运动的三维位置和颜色属性为特征的3D点云序列的压缩问题。由于时间上连续的点云帧相似，运动估计是有效压缩这些序列的关键。然而，由于点云帧具有变化的点数且缺乏明确的对应信息，这仍然是一个具有挑战性的问题。我们用一组图表示这些序列的时变几何，并将点云的三维位置和颜色属性视为图顶点上的信号。然后我们将运动估计转化为连续图之间的特征匹配问题。运动在一组稀疏的代表性顶点上使用新的谱图小波描述子进行估计。最终通过求解基于图的正则化问题插值得到稠密运动场。估计的运动最终用于消除点云序列的三维位置和颜色特征在预测编码中的时间冗余。实验结果表明，我们的方法能够准确估计连续帧之间的运动。此外，运动估计在序列的整体压缩性能方面带来了显著改进。据我们所知，这是第一篇利用帧内空间相关性（通过图）和帧间时间相关性（通过运动估计）以高效方式压缩三维点云序列的颜色和几何的论文。
引用
@article{arxiv.1506.06096,
title = {Graph-based compression of dynamic 3D point cloud sequences},
author = {Dorina Thanou and Philip A. Chou and Pascal Frossard},
journal= {arXiv preprint arXiv:1506.06096},
year = {2016}
}