Highly efficient point cloud compression coding based on the important structure of an object

点击翻译按钮获取中文摘要

本研究の目的は，実世界にある物体の形状を表現する点群について，点群に重要度の概念を取り入れて圧縮に利用することで，主観的に重要な点群の再現性を保ちつつ点群全体の圧縮効率を向上する方式を研究することである．今年度は，まず点群に重要度を付与するアルゴリズムと，各点の属性情報を表現するための手法を研究した．形状の主要な特徴を表現することを点の重要度と定義して，その重要度を点群から取得するために，点群から一旦メッシュを構成し，メッシュとして形状の特徴を維持するような縮退を用いる手法を検討した．またこの縮退を繰り返し実行することで，形状の特徴を段階的に備えるメッシュシリーズを構成し，メッシュシリーズに基づいて各点の階層に関する属性情報を生成した．そして，点群の属性情報をコンパクトに表現するために，属性情報の圧縮方法を検討した．属性情報として今回は評価用データが多い色情報を用いて検討を行った．点群をブロック単位に分割して，分割したブロック内の色情報を面に投影して画像情報として扱う手法を検討した．ブロック内部に投影する方式とブロック外部に投影する方式を検討した．更に投影された属性情報を，変分オートエンコーダを用いて圧縮する方式を検討した．この方式の効果を実験で確認し，点の位置情報と属性情報をそれぞれの深層ネットワークで圧縮することを可能とする構成の実現性を確認した．更に大規模な点群の圧縮にも適用可能とするため，点群の重要度の属性情報をもとに点群を階層化し，ブロック単位で符号化することで並列処理が可能な圧縮方式を検討した．各階層をブロック単位で符号化する際に，ブロック内の点が存在するパターンを深層ニューラルネットワークで符号化する方式と．ブロック内の点の位置を符号化する方式を比較検討した．階層の度合いにより圧縮効率の高い方式が異なることを実験により評価して明らかにした．