对于点云几何压缩的层次前置基于超级分辨率
概括
本研究引入了一种新的方法,通过使用超分辨率的层次优先级来改进基于几何的点云压缩 (G-PCC). 这种技术显著减少了损耗压缩中的扭曲,提高了点云质量.
科学领域:
- 计算机视觉 计算机视觉
- 信号处理 信号处理
- 数据压缩数据压缩
背景情况:
- 基于几何的点云压缩 (G-PCC) 对于高效的数据处理至关重要.
- 丢失的G-PCC方法通常会引入由于简单的几何量化,如网格下采样,而导致的扭曲.
研究的目的:
- 提出一种新的基于先验的等级超分辨率方法,用于增强点云几何压缩.
- 为了减轻损失的G-PCC中的扭曲,并提高重建质量.
主要方法:
- 在编码器中构建了一个依赖内容的层次优先级.
- 这一前置使解码器的粗细超分辨率过程更加容易.
- 该方法的性能使用MPEG Cat1A数据集进行评估.
主要成果:
- 拟议的方法实现了相当大的Bjøntegaard-delta比特率节省.
- 性能优于现有的基于八和三的G-PCC v14方法.
- 实验结果证实了改进的重建准确性.
结论:
- 基于层次的先决超分辨率在点云几何压缩方面取得了重大进展.
- 该方法有效地减少了扭曲,并比当前标准提高了压缩效率.
- 为了可重复性,提供了开源实现.
