Em direção à Compressão de Nuvens de Pontos para Percepção de Máquinas: Uma Base Simples e Forte através da Aprendizagem do Preditor de Nível de Profundidade da Octree

A compressão de nuvens de pontos gerou um interesse significativo em visão computacional. No entanto, os algoritmos existentes atendem principalmente à visão humana, enquanto a maioria dos dados de nuvem de pontos é utilizada para tarefas de visão de máquinas. Para resolver isso, propomos um framework de compressão de nuvens de pontos que lida simultaneamente com tarefas de visão humana e de máquina. Nosso framework aprende um bit-stream escalável, usando apenas subconjuntos para diferentes tarefas de visão de máquina para economizar taxa de bits, enquanto emprega todo o bit-stream para tarefas de visão humana. Baseando-se em frameworks tradicionais baseados em octrees como VoxelContext-Net, OctAttention e G-PCC, introduzimos um novo preditor de nível de profundidade de octree. Esse preditor determina adaptativamente o nível de profundidade ideal para cada octree construída a partir de uma nuvem de pontos, controlando a taxa de bits para tarefas de visão de máquina. Para tarefas mais simples (por exemplo, classificação) ou objetos/cenários, usamos níveis de profundidade menores com menos bits, economizando taxa de bits. Por outro lado, para tarefas mais complexas (por exemplo, segmentação) ou objetos/cenários, usamos níveis de profundidade mais profundos com mais bits para melhorar o desempenho. Resultados experimentais em vários conjuntos de dados (por exemplo, ModelNet10, ModelNet40, ShapeNet, ScanNet e KITTI) mostram que nossa abordagem de compressão de nuvens de pontos melhora o desempenho para tarefas de visão de máquina sem comprometer a qualidade da visão humana.