利用具有重叠支撑的频率选择性模型对点云几何与属性联合上采样
计算机视觉与模式识别
2023-01-30 v1 图像与视频处理
信号处理
摘要
随着 AR/VR 应用、自动驾驶等领域对三维环境捕获需求的增长,高分辨率点云的重要性日益凸显。由于捕获过程复杂,点云上采样常被需要。我们提出频率选择性上采样(FSU),一种以重叠支撑区域按顺序联合上采样点云几何与属性信息的方案。首先将点云划分为具有重叠支撑区域的块。然后生成连续频率模型,在局部估计点云表面。该模型在新位置采样以实现上采样。随后,创建另一频率模型对属性信号建模。此处利用几何上采样的知识简化点的二维投影。属性模型在已上采样的几何位置上求值。在我们广泛的评估中,我们分别评估几何与属性上采样并展示联合结果。几何结果在点到面误差和面到面角度相似性方面显示出所提 FSU 的最佳性能。此外,FSU 在颜色 PSNR 上以 1.9 dB 优于其他颜色上采样方案。并且,点云的视觉外观经 FSU 明显提升。
引用
@article{arxiv.2301.11630,
title = {Joint Geometry and Attribute Upsampling of Point Clouds Using Frequency-Selective Models with Overlapped Support},
author = {Viktoria Heimann and Andreas Spruck and André Kaup},
journal= {arXiv preprint arXiv:2301.11630},
year = {2023}
}
备注
10 pages, 10 figures, Under Review at IEEE TMM Special Issue on Point Cloud Processing and Understanding