Key points are not available for this paper at this time.
Dans cet article, nous présentons un schéma d'implémentation de compression de nuages de points adaptatif basé sur des tâches de vision par machine. Afin de rendre ce schéma plus efficace, nous fournissons également un indicateur d'évaluation de la qualité objective des nuages de points LiDAR 3D. Dans le domaine de l'évaluation de la qualité des nuages de points, il s'agit actuellement du premier modèle d'évaluation axé sur les tâches de vision par machine. En tenant compte des caractéristiques des données de nuages de points LiDAR, l'indicateur est calculé sur la base de la représentation directionnelle d'un ensemble de points locaux et des informations de densité d'une région sphérique. Enfin, nous évaluons ses performances sur un ensemble de données de nuages de points LiDAR ouverts, KITTI, et les deux plateformes de compression, TMC13 et CTIV, sont utilisées pour obtenir les données distordues. Sur la base des données distordues, nous avons calculé à la fois l'indicateur et la précision des tâches de vision. Le résultat expérimental montre que nous obtenons une forte corrélation linéaire entre cet indicateur et la précision des tâches de vision, ce qui surpasse ses homologues.
Zhao et al. (Mar,) ont étudié cette question.