Communication Dans Un Congrès Année : 2024

Compression de Nuages de Points basée sur Normalizing Flow

Résumé

Les méthodes existantes basées sur l’apprentissage profond pour compresser les attributs des Nuages de Points (NdP) utilisent généralement des autoencodeurs variationnels (VAE). Toutefois, ces schémas souffrent d’une qualité de reconstruction limitée aux débits élevés. Nous proposons une architecture basée sur Normalizing Flow (NF), appelée NF-PCAC, comme alternative. Les NFs sont des réseaux inversibles qui permettent une reconstruction de haute qualité. Nous proposons aussi une amélioration de l’architecture avec une complexité réduite, appelée RNFPCAC. Elle se compose de deux modes de fonctionnement spécialisés : un pour les bas débits et un pour les hauts débits. Notre approche réduit le nombre de paramètres de NF-PCAC de plus de 6×. Nos architectures surpassent les méthodes précédentes basées sur l’apprentissage pour la compression d’attributs et nous atteignons des performances comparables à celles de G-PCC (v.21).
Fichier principal
Vignette du fichier
2024_CORESA_Pinheiro_et_al.pdf (530.57 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04826722 , version 1 (12-01-2025)

Identifiants

  • HAL Id : hal-04826722 , version 1

Citer

Rodrigo Borba Pinheiro, Jean-Eudes Marvie, Giuseppe Valenzise, Frédéric Dufaux. Compression de Nuages de Points basée sur Normalizing Flow. Colloque COmpression et REprésentation des Signaux Audiovisuels (CORESA’2024), Nov 2024, Rennes, France. ⟨hal-04826722⟩
15 Consultations
0 Téléchargements

Partager

More