脱圧縮点雲のための深い幾何学後処理【JST・京大機械翻訳】

Fan Xiaoqing; Li Ge; Li Dingquan; Ren Yurui; Gao Wei; Li Thomas H.

プレプリント

J-GLOBAL ID：202202218804498982 整理番号：22P0340867

脱圧縮点雲のための深い幾何学後処理【JST・京大機械翻訳】

Deep Geometry Post-Processing for Decompressed Point Clouds

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月29日プレプリントサーバーでの情報更新日： 2022年04月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ポイントクラウド圧縮は,データ蓄積と伝送の巨大なコストを減らす際に重要な役割を果たす。しかし,歪は量子化により減圧点雲に導入できる。本論文では,非圧縮点クラウドを強化するための新しい学習ベース後処理法を提案した。特に,ボクセル化点雲をまず小さな立方体に分割した。次に,3D畳込みネットワークを提案し,立方体の各位置の占有確率を予測した。マルチスケール確率を生成することにより,局所および大域的コンテキストの両方を利用した。これらの確率は,粗から微細への結果を予測するために次第にまとめられる。最後に,予測確率に基づく形状精密化点雲を得た。従来手法とは異なり,単一モデルを用い,多様な歪みを持つ減圧点雲を扱った。実験結果は,提案方法が,平均で3つの代表的データセットで9.30dBのBDPSNR利得を達成して,減圧点雲の品質を著しく改良できることを示した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般

前のページに戻る