计算机辅助设计与图形学学报

作者：江照意, 郑晟豪, 杨柏林

关键词：上下文信息, 条件编码, 动态点云压缩, 场景流估计

现有的动态点云压缩方法采用预测编码的框架, 通过对当前帧点云进行预测计算预测帧与当前帧的残差并进行编码, 但由于使用残差编码消除帧间冗余, 在运动比较剧烈和内容细节丰富的区域压缩效果欠佳. 针对此缺陷,使用条件编码替代传统的预测编码, 提出一个基于条件编码的深度上下文动态点云几何压缩方法. 首先构建一个特征空间多尺度场景流网络, 用于计算动态点云的运动向量, 以提高运动估计的精度; 然后通过上下文生成模块构造上下文信息, 并且直接以此信息为条件对当前帧点云进行编码和解码; 最后融合时间先验与超先验信息, 设计一个基于上下文信息的熵模型, 用于估计点云的条件概率分布, 提高熵编码效率. 以率失真曲线的 BD-rate 作为性能指标,与 D-DPCC 相比, 在 8iVFB 数据集上, 所提方法的平均比特率降低 13.62%; 在 MVUB 数据集上, 该方法的平均比特率降低 15.15%; 压缩性能得到显著提升.

来源：2025年第4期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第4期