UGAE：G-PCC圧縮点群のための統一ジオメトリおよび属性拡張

科学分野:

• コンピュータビジョン
• 3Dデータ処理
• 信号圧縮

背景:

• 点群の損失圧縮は、ストレージおよび送信コストを削減するために不可欠です。
• 既存の方法では、ジオメトリ構造および属性情報に不可逆的な歪みが生じます。
• 属性圧縮中に高周波の詳細が失われることがよくあります。

研究 の 目的:

• 損失のある点群圧縮における歪み問題を解決するために、統一ジオメトリおよび属性拡張（UGAE）フレームワークを提案すること。
• 高精度のジオメトリを再構築し、属性の詳細を効果的に保持すること。
• 圧縮された点群の全体的な知覚品質を向上させること。

主な方法:

• UGAEフレームワークは、ポストジオメトリ拡張（PoGE）、プリ属性拡張（PAE）、およびポスト属性拡張（PoAE）の3つのコンポーネントで構成されます。
• PoGEは、Transformerベースのスパース畳み込みU-Netを使用して、ボクセル占有確率を予測することにより、正確なジオメトリ再構築を利用します。
• PAEは、詳細を認識するK最近傍法（DA-KNN）を使用した拡張ジオメトリガイド付き再色付け戦略を採用して、正確な再色付けを行います。
• PoAEは、重み付き平均二乗誤差（W-MSE）損失を使用した属性残差予測ネットワークを使用して属性拡張を行います。

主要な成果:

• UGAEは、ベンチマークデータセット（8iVFB、Owlii、MVUB）で既存の方法を大幅に上回りました。
• TMC13v29と比較して、ジオメトリの平均BD-PSNRゲインは9.98 dB、BDビットレートは-90.54％でした。
• 属性については、3.34 dBのBD-PSNR改善と-55.53％のBDビットレートを達成しました。
• 知覚品質の大幅な改善を示しました。

結論:

• 提案されたUGAEフレームワークは、損失のある点群圧縮における歪みを効果的に軽減します。
• UGAEは、ジオメトリと属性の両方の拡張において優れたパフォーマンスを提供し、より高品質の点群データにつながります。
• このフレームワークは、効率的で忠実度の高い点群ストレージおよび送信のための有望なソリューションを提供します。