.png){kind=icon}
返回
Chroma Subsampling for Enhanced Geometry-Based Point Cloud Compression
.png){kind=icon}
PRE
AI
DOI：10.1109/LSP.2025.3597874.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
由于三维点云数据量巨大，在有限的存储和带宽条件下，高效的点云压缩（PCC）至关重要且极具挑战性。运动图像专家组（MPEG）正积极开发基于几何的点云压缩（G-PCC）标准，并计划发布G-PCC的第二版，即增强型G-PCC。在图像和视频压缩中，色度分量通常以低于亮度分量的分辨率进行编码，且几乎不会造成感知质量的损失。然而，色度子采样在PCC中尚未得到探索。我们研究了不同细节层次上点的特性，并提出了一种可与增强型G-PCC编解码器嵌入的色度子采样方法。实验结果表明，所提出的方法在编码效率和时间复杂度方面均优于当前最先进的增强型G-PCC参考软件版本29.0。由于性能优异，该方法已被MPEG采纳，并将集成到即将发布的增强型G-PCC参考软件新版本中。
Keyword:
Point cloud compression
G-PCC
point cloud (PC)
chroma subsampling
期刊
IF:
9.6
论文数:
1.1W
被引数:
1.7W
机构
引用论文
Dependence-Based Coarse-to-Fine Approach for Reducing Distortion Accumulation in G-PCC Attribute Compression减少g-pcc属性压缩中失真累积的基于依赖的从粗到细方法
PREAI
分享收藏分享收藏
分享收藏Point Cloud Attribute Compression Via Chroma Subsampling.png)
ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)IF0
PREAI
分享收藏
查看更多内容