.png){kind=icon}
返回
Learning Based Fast Coding Unit Decision for Video-Based Point Cloud Compression
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-3398-5_39.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于运动图像专家组（MPEG）标准化的基于视频的点云压缩（V-PCC）是一种新兴的3D动态点云编码标准。V-PCC将点云投影为几何和属性视频，并使用通用视频编码（VVC）作为视频编码器以提高压缩效率，但也导致巨大的编码复杂度。为降低编码复杂度，我们提出了一种基于支持向量机（SVM）的快速编码单元（CU）决策算法，用于V-PCC中几何和属性视频的VVC编码。首先，我们基于CU类型提取不同特征，包括纹理特征、编码特征、帧间特征和几何特征。其次，我们训练了不同尺寸CU的判别器，并为每个判别器选择不同的权重因子，以实现编码复杂度与率失真（RD）性能之间的权衡。实验结果表明，所提出的快速决策方法在比特率增量（BDBR）分别为1.23%和1.36%的情况下，相比基准VVC-based V-PCC方案，将复杂度降低了27.49%。
Keyword:
Video-based Point Cloud Compression
Versatile Video Coding
SVM
Low Complexity
CU partition
期刊
I
IF:
0
论文数:
38
被引数:
0
机构
引用论文
.png){kind=icon}
Cross-Modal Distortion Approximation for Fast Bit Allocation of Video-Based Point Cloud Compression
PREAI
分享收藏TSC-PCAC: Voxel Transformer and Sparse Convolution-Based Point Cloud Attribute Compression for 3D BroadcastingTsc-pcac: 基于体素变换器和稀疏卷积的三维广播点云属性压缩
PREAI
分享收藏
查看更多内容