Spatio-temporal Segmentation Based Adaptive Compression of Dynamic Mesh Sequences
Spatio-temporal Segmentation Based Adaptive Compression of Dynamic Mesh Sequences
复制标题
基于时空分割的动态网格序列自适应压缩
DOI：
10.1145/3377475
复制
发表时间：
2020-03
影响因子：
5.1
通讯作者：
Seo Hyewon
中科院分区：
文献类型：
--
作者：
Luo Guoliang;Deng Zhigang;Zhao Xin;Jin Xiaogang;Zeng Wei;Xie Wenqiang;Seo Hyewon
随着数据采集技术的最新进展，各种动态网格序列数据的压缩已成为计算机图形学界的一个重要课题。在本文中，我们提出了一种基于时空分割的新方法，用于动态网格序列的自适应压缩。给定一个输入的动态网格序列，我们首先通过检测动态行为的时间边界来计算一个初始的时间切割，以获得一个小的子序列。然后，我们对得到的子序列应用两阶段顶点聚类，将顶点分类为具有最优内部亲和性的组。之后，在执行基于主成分分析（PCA）的压缩之前，我们根据每个顶点组内主成分的变化设计一个时间分割步骤。此外，我们对PCA基和系数进行无损压缩的额外步骤，以获得更多的存储空间节省。我们的方法能够自适应地确定时间和空间分割边界，以利用时间和空间冗余。我们对不同类型的具有各种分割配置的3D网格动画进行了广泛的实验。我们的比较研究显示了我们的方法在3D网格动画压缩方面的优势。
With the recent advances in data acquisition techniques, the compression of various dynamic mesh sequence data has become an important topic in the computer graphics community. In this article, we present a new spatio-temporal segmentation-based approach for the adaptive compression of the dynamic mesh sequences. Given an input dynamic mesh sequence, we first compute an initial temporal cut to obtain a small subsequence by detecting the temporal boundary of dynamic behavior. Then, we apply a two-stage vertex clustering on the resulting subsequence to classify the vertices into groups with optimal intra-affinities. After that, we design a temporal segmentation step based on the variations of the principal components within each vertex group prior to performing a PCA-based compression. Furthermore, we apply an extra step on the lossless compression of the PCA bases and coefficients to gain more storage saving. Our approach can adaptively determine the temporal and spatial segmentation boundaries to exploit both temporal and spatial redundancies. We have conducted extensive experiments on different types of 3D mesh animations with various segmentation configurations. Our comparative studies show the advantages of our approach for the compression of 3D mesh animations.
登录
查看更多内容
DOI：
10.1109/icme.2011.6011934
发表时间：
2011-07
期刊：
2011 IEEE International Conference on Multimedia and Expo
影响因子：
--
作者：
Choong-Hoon Kwak;I. Bajić
通讯作者：
Choong-Hoon Kwak;I. Bajić
DOI：
10.1109/cvpr.2013.262
发表时间：
2013-06
期刊：
2013 IEEE Conference on Computer Vision and Pattern Recognition
影响因子：
--
作者：
Zhile Ren;Gregory Shakhnarovich
通讯作者：
Zhile Ren;Gregory Shakhnarovich
DOI：
10.1145/2601097.2601161
发表时间：
2014-07
期刊：
ACM Transactions on Graphics (TOG)
影响因子：
--
作者：
B. Le;Z. Deng
通讯作者：
B. Le;Z. Deng
用于渐进式流式传输的压缩动态网格序列
影响因子：
1.1
作者：
Bailin Yang;Zhaoyi Jiang;Jiantao Shangguan;Frederick W B Li;Chao Song;Yibo Guo;Mingliang Xu
通讯作者：
Mingliang Xu
使用局部圆柱坐标进行布料压缩
影响因子：
3.5
作者：
Chen Jiong;Zheng Yicun;Song Ying;Sun Hanqiu;Bao Hujun;Huang Jin
通讯作者：
Huang Jin