WEKO3
アイテム
深層学習を用いた点群属性情報の符号化方法の一検討
https://ipsj.ixsq.nii.ac.jp/records/222387
https://ipsj.ixsq.nii.ac.jp/records/222387e68b93d8-f029-466d-bd8c-bb78f1b98052
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-AVM22119014.pdf (2.0 MB)
|
Copyright (c) 2022 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
|
|
| AVM:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-11-17 | |||||||
| タイトル | ||||||||
| タイトル | 深層学習を用いた点群属性情報の符号化方法の一検討 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | A Study on Coding of Point Cloud Attributes with Deep Learning | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 工学院大学情報学部 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| A Study on Coding of Point Cloud Attributes with Deep Learning | ||||||||
| 著者名 |
木全, 英明
× 木全, 英明
|
|||||||
| 著者名(英) |
Hideaki, Kimata
× Hideaki, Kimata
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 実世界の物体を LiDAR や RGBD センサ等によりセンシングして得られる点群を圧縮符号化する手法が研究されている．点群には各点の３次元位置情報の他に，各点について色等の属性情報を持つ場合がある．本稿では，各点の色などの属性情報を高効率に圧縮符号化する手法を提案する．点の位置情報については，深層学習を用いて効率的に圧縮されることが報告されているが，一般的に符号化前と復号後では，位置情報が異なる．このような状況を踏まえつつ，属性情報を高効率に符号化する手法を提案する．属性情報を面に投影して画像として符号化手法について検討した．また投影画像を深層学習ベースで圧縮符号化する手法についても検討した． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | Compression methods for point clouds obtained by sensing objects in the real world with LiDAR, RGBD sensors, etc. are being researched. Point cloud may have attribute information such as color for each point in addition to the 3D position information of each point. In this paper, we propose a method for highly efficient compression encoding of attribute information such as color of each point. It has been reported that the positional information of points can be efficiently compressed using deep learning, but positional information is generally different before encoding and after decoding. Based on this situation, we proposed a method of encoding attribute information with high efficiency. We studied a method of encoding attribute information as an image by projecting it onto a surface. We also studied a compression method for projected images using a deep learning- based method. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN10438399 | |||||||
| 書誌情報 |
研究報告オーディオビジュアル複合情報処理（AVM） 巻 2022-AVM-119, 号 14, p. 1-6, 発行日 2022-11-17 |
|||||||
| ISSN | ||||||||
| 収録物識別子タイプ | ISSN | |||||||
| 収録物識別子 | 2188-8582 | |||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
