[读论文]点云压缩研究进展与趋势(2022)

本文探讨了点云压缩的研究现状,包括几何和属性信息编码方法,以及压缩算法的性能。实验比较了PCL、MPEG和Draco的压缩效率和失真。结论指出,G-PCC在高保真度需求下更优,而Draco适用于实时性任务。未来趋势涉及特征同质化、局部细节差分、超先验知识和空间连续函数表达等方向。
摘要由CSDN通过智能技术生成

[读论文]点云压缩研究进展与趋势(2022)
张卉冉、董震、杨必胜
DOI: 10.13203/j.whugis20210103

摘 要:

三维点云为物理世界精细数字化提供了高精度的三维表达方式,广泛应用于三维建模、智慧城市、自主导航系统、增强现实等领域。然而,点云的数据海量、非结构化、密度不均等特点给点云的存储和传输带来了巨大挑战。因此在有限的存储空间容量和网络传输带宽中实现低比特率、低失真率的点云压缩具有着重要的理论意义和实用价值。围绕点云压缩中的研究现状、标准框架和评价指标,阐述国内外点云压缩算法研究工作、运动图像专家组(Moving Picture Experts Group,MPEG)压缩标准框架以及几何和属性信息质量评价指标的最新进展,分析比较三种开源点云压缩算法在点云压缩公开数据集下的性能表现,并对点云压缩的主要发展方向趋势予以展望。

关键词:

三维点云;压缩算法;几何信息编码;属性信息编码;点云质量评价

结论

三维成像技术的迅速发展,使得快速生成高精度、高密度的点云模型成为可能,为有限的存储空间和传输带宽带来巨大压力,学术界和工业界对标准点云压缩编码方案的需求与日俱增。如何在保证低失真率、高压缩比

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

氧艺

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值