中国团队研究基于体素Transformer和稀疏卷积的点云属性压缩方法用于3D广播
点云属性压缩
（映维网Nweon 2024年12月31日）点云已经成为虚拟现实和增强现实等先进3D应用的主流代表。然而，点云的海量数据是传输和存储最具挑战性的问题之一。在一项研究中，中国科学院，同济大学，宁波大学团队针对点云广播提出了一种基于端到端体素Transformer和稀疏卷积的点云属性压缩（TSC-PCAC）。
首先，TSC-PCAC框架包括基于Transformer和稀疏卷积模块 （TSCM）的变分自编码器和信道上下文模块。然后，研究人员提出了一个两阶段的TSCM，其中第一阶段侧重于对点云的局部依赖关系和特征表示进行建模，第二阶段则通过包含更大接受域的空间和通道池来捕获全局特征。模块有效地提取了全局和局部点间相关性，减少了信息冗余。
接下来，团队设计了一个基于TSCM的信道上下文模块，利用信道间的相关性，改善了量化latent表示的预测概率分布，从而降低了比特率。
实验结果表明，与Sparse-PCAC、NF-PCAC和G-PCC v23方法相比，TSC-PCAC方法的比特率平均分别降低了38.53%、21.30%和11.19%。与Sparse-PCAC相比，编码/解码时间成本平均降低了97.68%/98.78%。
......（全文 1379 字，剩余 1012 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
