STQE: 面向G-PCC压缩动态点云的空时属性质量增强
计算机视觉与模式识别
2025-09-29 v2 图像与视频处理
摘要
针对压缩动态点云的质量增强研究非常少。特别是，点云帧间空时相关性的有效利用在很大程度上仍未得到探索。为填补这一空白，我们提出了一种空时属性质量增强（STQE）网络，该网络利用空间和时间相关性来提高G-PCC压缩动态点云的视觉质量。我们的贡献包括：一个基于重着色的运动补偿模块，将参考属性信息重新映射到当前帧几何上，以实现精确的帧间几何对齐；一个通道感知的时间注意力模块，动态突出双向参考帧中的相关区域；一个高斯引导的邻域特征聚合模块，有效捕获几何与颜色属性之间的空间依赖性；以及一个基于皮尔逊相关系数的联合损失函数，旨在缓解逐点均方误差优化中典型的过度平滑效应。当应用于最新的G-PCC测试模型时，STQE在Luma、Cb和Cr分量上分别实现了0.855 dB、0.682 dB和0.828 dB的delta PSNR提升，以及-25.2%、-31.6%和-32.5%的Bjøntegaard Delta率（BD-rate）降低。
引用
@article{arxiv.2507.17522,
title = {STQE: Spatial-Temporal Attribute Quality Enhancement for G-PCC Compressed Dynamic Point Clouds},
author = {Tian Guo and Hui Yuan and Xiaolong Mao and Shiqi Jiang and Raouf Hamzaoui and Sam Kwong},
journal= {arXiv preprint arXiv:2507.17522},
year = {2025}
}