OSC-Net: Object Semantic-aware Compression Network for 3D Point Cloud

doi:10.1561/116.20240065

OSC-Net: Object Semantic-aware Compression Network for 3D Point Cloud

2025-01-01

0

OA

AI

DOI：10.1561/116.20240065

原文链接

原文求助

摘要

En 中文

点云压缩可以有效节省点云传输和存储所需的数据量。然而，由于忽略了点云所表示的语义信息，常用的点云压缩方法对下游视觉任务的性能产生了严重影响。为此，本文提出了一种面向3D点云的对象语义感知压缩网络，即OSC-Net。首先，设计了一种基于高程差的地面点移除模块，使网络能够更关注对象的语义信息。其次，提出了一种3D体素注意力模块，用于提取深度熵模型中的多个先验，该模型能够预测体素空间中占用符号的概率分布。最后，实验结果表明，与基线相比，本文提出的网络在KITTI 3D目标检测数据集上获得了16.71%的显著比特率节省，同时保持了相当的目标检测精度。

Keyword:

Point Cloud Compression

3D Object Detection

Deep learning

OSC-Net: Object Semantic-aware Compression Network for 3D Point Cloud

摘要

期刊

机构

引用论文