.png){kind=icon}
返回
MDLPCC: Misalignment-aware dynamic LiDAR point cloud compression
.png){kind=icon}
OA
AI
DOI：10.1016/j.jvcir.2025.104481.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• MDLPCC具有全局变换方法，解决了宏观失准问题。
• MDLPCC利用兄弟空间信息，缓解了微观失准问题。
• 实验表明，与现有方法相比，MDLPCC达到了SOTA的RD性能。
Keyword:
Point cloud compression
Point cloud registration
Motion estimation
期刊
IF:
3.1
论文数:
547
被引数:
5.6K
机构
暂无机构信息
引用论文
A Framework for Representing, Building and Reusing Novel State-of-the-Art Three-Dimensional Object Detection Models in Point Clouds Targeting Self-Driving Applications一种用于表示、构建和复用新颖的、最先进的点云中三维目标检测模型的框架，该框架针对自动驾驶应用。.png)
SensorsOAAI
SensorsIF0
OAAI分享收藏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
查看更多内容