Key points are not available for this paper at this time.
La compression des nuages de points est un élément clé pour les applications émergentes de communication visuelle immersive, de conduite autonome et de villes intelligentes, etc. Dans cet article, nous proposons un schéma de compression d'attributs de nuage de points hybride basé sur une structure de données en couches originale. Tout d'abord, un schéma de partitionnement en tranches et une méthode d'arbre k-d adaptative à la géométrie sont conçus pour générer des structures en couches. Deuxièmement, nous introduisons un schéma de prédiction intra basé sur des blocs efficace pour exploiter les corrélations spatiales entre les points adjacents. Troisièmement, un schéma de transformation adaptatif basé sur la transformation de Fourier graphique (GFT) est optimisé de manière lagrangienne pour obtenir une meilleure efficacité de transformation. Le multiplicateur de Lagrange est dérivé hors ligne sur la base des statistiques de codage d'attributs. Enfin, plusieurs modes de scan sont dédiés à améliorer l'efficacité de codage pour le codage d'entropie. Les résultats expérimentaux montrent que notre méthode fonctionne mieux que le système de transformation hiérarchique adaptative par région (RAHT) à la pointe de la technologie, et en moyenne, un gain de 37,21 % du taux BD est obtenu. En comparaison avec le modèle de test pour les ancres de catégorie 1 (TMC1), qui ont été publiés récemment par le groupe MPEG-3DG lors de la 121ème réunion MPEG, un gain de 8,81 % du taux BD est obtenu.
Shao et al. (Mon,) ont étudié cette question.