@techreport{oai:ipsj.ixsq.nii.ac.jp:00231477,
 author = {木全, 英明 and Hideaki, Kimata},
 issue = {1},
 month = {Dec},
 note = {実世界の物体の形と色を点群として取得して活用するにあたり，点群のデータ量を削減するために，点群の圧縮符号化が研究されている．高い圧縮効率を実現するためにはロッシー符号化が必要であり，形状と色情報のどちらも劣化を許容して圧縮する．我々は，視覚的に軽微な劣化を特に許容することで，全体としてのデータ量を削減することを目指した深層学習ベースの符号化方式を研究している．本稿では，色情報に基づいて，点群中の点の重要度を求め，その重要度に基づいて符号化を制御する方法を提案する．主観評価実験により，提案手法の有効性を確認した．, In acquiring and utilizing the shape and color of real-world objects as a point cloud, compression coding of point clouds has been investigated to reduce the amount of data in the point cloud. Lossy coding is necessary to achieve high compression efficiency, and both shape and color information are compressed with an acceptable degradation. We study deep-learning-based coding schemes that aim to reduce the overall data volume by specifically tolerating visually minor degradation. In this paper, we propose a method to obtain the importance of a point in a point cloud based on the color information and to control the coding based on the importance. Subjective evaluation experiments confirm the effectiveness of the proposed method.},
 title = {色情報を用いて形状劣化を抑制する深層学習ベース点群符号化の検討},
 year = {2023}
}