Iterative eliminación de artefactos de compresión de atributos G-PCC basada en una red neuronal gráfica
Autores: He, Zhouyan; Yang, Wenming; Li, Lijun; Bai, Rui
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Iterative eliminación de artefactos de compresión de atributos G-PCC basada en una red neuronal gráfica
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Estándar de compresión
Compresión de nube de puntos
Información de atributos
Desafíos de distorsión
Red neuronal gráfica
Calidad visual
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Como estándar de compresión, la Compresión de Nube de Puntos Basada en Geometría (G-PCC) puede reducir efectivamente los datos al comprimir tanto la información geométrica como la de atributos. Sin embargo, debido a errores de codificación y pérdida de datos, las nubes de puntos (PCs) aún enfrentan desafíos de distorsión, como la codificación de la información de atributos que puede llevar a la pérdida de detalles espaciales y artefactos visibles, lo que impacta negativamente la calidad visual.
Descripción
Como estándar de compresión, la Compresión de Nube de Puntos Basada en Geometría (G-PCC) puede reducir efectivamente los datos al comprimir tanto la información geométrica como la de atributos. Sin embargo, debido a errores de codificación y pérdida de datos, las nubes de puntos (PCs) aún enfrentan desafíos de distorsión, como la codificación de la información de atributos que puede llevar a la pérdida de detalles espaciales y artefactos visibles, lo que impacta negativamente la calidad visual.