-
题名基于加权损失的点云占用图视频上采样
- 1
-
-
作者
陈航
李礼
刘东
李厚强
-
机构
中国科学技术大学信息科学技术学院
-
出处
《计算机科学》
CSCD
北大核心
2024年第1期184-189,共6页
-
基金
国家自然科学基金(62171429)。
-
文摘
基于视频的点云压缩标准(Video-based Point Cloud Compression,V-PCC)中,3D点云会被分成数百个块并投影到2D平面中,形成记录点云纹理信息的纹理视频和记录点云空间信息的几何视频。同时,还需要生成一个占用图视频(Occupancy Map Video),以记录纹理视频和几何视频中每一个像素点是否对应重建点云中的某个点。因此,占用图视频质量与重建点云质量直接相关。为了节约编码比特数,占用图视频在编码端会先被下采样,然后在解码端通过简单的上采样恢复到原分辨率。文中的基本思路是引入深度学习来代替V-PCC中的简单上采样方法,使得上采样后的占用图视频质量更高,从而提高点云的重建质量。在网络训练阶段提出使用加权损失函数,使得在重建点云时能尽可能少地移除正常点并尽可能多地移除噪声点。实验结果证明,所提方法可以大幅提升V-PCC的主客观性能。
-
关键词
点云压缩
基于视频的点云压缩标准
占用图视频
视频上采样
加权失真损失
-
Keywords
point cloud compression
video-based point cloud compression standard
Occupancy map video
Video up-sampling
Weighted loss
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
