基于图运动估计与补偿在三维点云压缩中应用.pdfVIP

基于图的估计与补偿方法在动态三维点云压缩中的应用

†∗†

DorinaThanou，PhilipA.Chou，PascalFrossard

†信号处理（LTS4），洛桑理工学院（EPFL）

∗微软，蒙德，州

电子邮件：{dorina.thanou,pascal.frossard}@epfl.ch,pachou@.com

间冗余[13]。作者通过比较连续点云的八叉树数据结构并编码

其结构差异来压缩几何信息。由于其编码方案基于八叉树结构

本文研究了具有三维位置和颜色属性的三维点云序列中的

之间的集合差异，而不是基于体素的，因此对颜色属性进

估计问题。估计对于这些序列的有效压缩至关重要，但

行编码时降低时序相关性并不直观。

由于时间上连续的帧具有变化的尺寸且缺乏明确的对应信息，该

问题仍具有性。我们使用一组图来表示这些序列的时间变化

在本文中，我们专注于三维颜色属性的压缩，并提出了一

几何结构，并将点云的三维位置和颜色属性视为图顶点上的信

种新颖的估计与补偿方案，该方案利用了点云序列中的时

号。随后，估计建模为连续图之间的特征匹配问题。

间相关性。点视为图G中的顶点，并在邻近顶点之间建

我们使用新的谱图小波描述符，在一组稀疏的代表性顶点上估计

立边。与传统的多边形网格不同，该图不需要表示一个表面。

。通过求解基于图的正则化问题，最终插值得到密集的

每个点的属性n，包括三维位置p(n)=[x,y,z](n)和颜色分

场。所估计的最终用于三维点云序列压缩中的颜色补偿。实

量c(n)=[r,g,b](n)，被视为位于图的顶点上的信号。由于三

验结果表明，我们的方法能够准确估计，并在颜色压缩性能

维点云序列中的帧是相关的，因此在连续时间点上的图信号也

方面带来显著提升。

具有相关性。然而，相关性的估计是一项具有性的任务，

因为帧的尺寸通常不同，且序列中没有明确的对应关系信息。

索引术语—三维序列，体素，谱图小波，补偿我们提出了一种用于3D点云序列中估计与补偿的新

颖算法。估计建模为动态图上的特征匹配问题。具

体而言，我们在不同尺度上利用谱图小波（SGW）计算图中

1.引言

每个节点的新局部特征。谱图特征对于图的边或节点的小扰动

动态