【点云压缩】Lossless Coding of Point Cloud Geometry using a Deep Generative Model

Lossless Coding of Point Cloud Geometry using a Deep Generative Model

用Deep generative model 来做点云无损压缩——或许可以借鉴一下过来，用OT把这个Deep generative model 来换掉。实现最终的目的。

Intro

原文提出了一种基于点云无损压缩算法（VoxelDnn）。论文的创新点主要有几个方面：（1）将原始点云文件分成若干个block的集合，每个block是若干局部坐标点的集合，压缩时先将局部坐标voxel化，block之间的坐标关系通过八叉树来编码；（2）采用深度自回归的生成模型来计算每个voxel被占用的概率，计算过程用到了之前编码的voxel的结果；（3）每个block编码时，可以进一步划分为更小的box来编码，并且根据测试结果，选取最佳的编码模式。

Model

在本文中，它首先将点云体素化为一个深度为$n$-bits的点云，因此，该点云应该有一个是$2^n\times 2^n\times 2^n$的网格。八叉树的编码并不编到底（编到底指的是八叉树原本应该是$n$层的），而是只编到$n-6$层。简单的计算，我们可以知道此时最小的unit应该是$2^6\times 2^6\times 2^6$。

而这样的unit还能被划分（Partitioning），这种划分是递归的。这样的方式是为了兼顾码率和精确性。像下图的（b2），如果在此有许多的点，则会可以直接编码为“1”，节约码率。又像下图的（b1），如果只有少量的点，则可以进一步地划分，以减少失真。【感觉很妙】

而对应的划分的等级为 m a x L v = { 1 , 2 , 3 , 4 , 5 } maxLv=\{1,2,3,4,5\} maxLv={1,2,3,4,5}。

划分之后，接下来的VoxelDNN预测其中每一个占用的voxel的概率。而在解码端将会利用该概率生成点，以达到无损编码的目的。

VoxelDNN

定义一个块$v$（即上图中的灰色块，假定其resolution分辨率为$d$），$p(v)$代表着该块的概率模型。因为该块$v$最多会有$d^3$个voxel，则其概率模型为：

$$p(v)=\prod _{i=1}^{d^3}p\left(v_i\mid v_{i-1},v_{i-2},\dots ,v_1\right)$$

其本质就是$p(v)=p(v_1...v_{d^3})$，然后利用一个条件概率。采用深度自回归的生成模型来计算每个voxel被占用的概率。而作者用了两个mask： Type A & B。这两种类型的mask如下：

3 × 3 × 3 3D type A mask. Type B mask is obtained by changing center position (marked red) to 1.

类型A的是为了消除所有“未来的”上下文的信息。（例如，当前面向的操作是$v_i$，“未来”的上下文只得是$v_{i+1}$……$v_{d^3}$）

Voxel整个模型如上所示。

因此，八叉树编码之后，则顺序存放每一个块Block的partioning signals 和block bitstream。