利用兄弟上下文与曲面先验的点云压缩
计算机视觉与模式识别
2023-03-17 v1
摘要
我们提出了一种新颖的基于八叉树的多层次大规模点云压缩框架，该框架能以内存高效的方式组织稀疏且无结构的点云。在此框架中，我们提出了一种新的熵模型，利用八叉树中的兄弟子节点、祖先和邻居的上下文来探索层次依赖关系，将每个非叶八叉树节点的占据信息编码为比特流。此外，我们通过基于体素的几何感知模块局部拟合二次曲面，以在熵编码中提供几何先验。这些强先验使我们的熵框架能将八叉树编码为更紧凑的比特流。在解码阶段，我们采用两步启发式策略以更好的重建质量恢复点云。定量评估表明，我们的方法在 KITTI Odometry 和 nuScenes 数据集上分别以 11-16% 和 12-14% 的比特率改进优于最先进的基线。
引用
@article{arxiv.2205.00760,
title = {Point Cloud Compression with Sibling Context and Surface Priors},
author = {Zhili Chen and Zian Qian and Sukai Wang and Qifeng Chen},
journal= {arXiv preprint arXiv:2205.00760},
year = {2023}
}