FenixEdu™

Dissertação

{pt_PT=Dynamic 3D Point Cloud Compression} {} EVALUATED

Detalhes: {pt=As point clouds são um modelo de representação representando por um conjunto de pontos num sistema de coordenadas 3D, com atributos opcionais associados, e.g. as cores, representando objetos e superfícies. Avanços recentes na captura e no display de informação visual permitem experiências mais imersivas e realísticas para o utilizador. No entanto, uma tarefa desafiante consiste em representar e codificar a informação visual necessária numa maneira eficiente, para facilitar o armazenamento, a transmissão e o processamento dos respectivos dados. Para point clouds dinâmicas, i.e. point clouds que se alteram ao longo do tempo, o desenvolvimento de soluções de codificação está ainda numa fase muito inicial, com bastante espaço para melhoramento. Esta Dissertação propõe uma solução nova que explora tanto as correlações espaciais como temporais numa point cloud dinâmica. A solução proposta estima movimento entre as tramas actual e passada usando descriptores de ponto, estabelecendo correspondências entre os pontos das duas tramas, modelando o movimento com uma Homografia e produzindo uma trama com compensação de movimento através de “warping”. As diferenças entre as tramas compensada e actual são codificadas e transmitidas usando o codec da Point Cloud Library. A avaliação mostra que a trama compensada com compensação de movimento tem uma melhor predição que a trama anterior, quando existe muito movimento entre duas tramas sucessivas. No entanto, a avaliação do desempenho RD mostra que esta melhoria não é suficiente para que a solução proposta consiga superar o desempenho da solução original do codec da PCL, que utiliza a trama passada codificada. , en=Point clouds are a representation model consisting in a set of points in a 3D coordinate system, with optional associated attributes, e.g. the colours, representing objects or surfaces. Recent advances in capturing and displaying of visual information are enabling more immersive and realistic user experiences, such as 3D immersive telepresence and 3D sports broadcasting. Thus, a challenging task consists in representing and coding the necessary visual information in an efficient way, to facilitate the storage, transmission and processing of such data. For dynamic point clouds, i.e. point clouds changing through time, the development of coding solutions is still at a very initial phase, with large room for improvements. This Thesis proposes a novel solution to exploit both temporal and spatial correlations in a dynamic point cloud. The proposed solution estimates motion between the current and previous frames by using point descriptors, establishing correspondences between points in the two frames, modelling the motion with a geometric transform (homography) and then producing a motion compensated frame with some warping step. Then, the differences between the motion compensated and target frames are encoded and transmitted, as in the octree-based double buffering Point Cloud Library codec. The evaluation shows that the motion compensated frame has a better prediction than the previous frame, when there is high motion between two successive frames. However, the RD performance assessment shows that this improvement is not enough for the proposed solution to outperform in rate-distortion the original PCL codec, which uses the past coded frame.}
Keywords: {pt=Point cloud, Função plenóptica, estimação de movimento, homografia, compressão de point clouds dinâmicas, en=Point cloud, plenoptic function, motion estimation, homography, dynamic point cloud compression}

Discussão: novembro 9, 2017, 10:0