No abstract

No abstract

We propose an embedded attribute encoding method for point clouds based on set partitioning in hierarchical trees (SPIHT) [1]. The encoder is used with the region-adaptive hierarchical transform [2] which has been a popular transform for point cloud coding, even included in the standard geometry-based point cloud coder (G-PCC) [3], [4]. The result is an encoder that is efficient, scalable, and embedded. That is, higher compression is achieved by trimming the full bit-stream. G-PCC's RAHT coefficient prediction prevents the straightforward incorporation of SPIHT into G-PCC. However, our results over other RAHTbased coders are promising, improving over the original, nonpredictive RAHT encoder, while providing the key functionality of being embedded.

Resumo-Introduzimos codificação de região-de-interesse (ROI) para atributos de nuvem de pontos, utilizando uma medida de distorção de entrada ponderada, onde a ROI determina os pesos. Na codificação,é usada a transformada hierárquica adaptativa por região (RAHT), que depende de um conjunto de pesos. Usamos uma interpretação teórica da medida de distorção do RAHT para determinar quais os pesos da transformação devem ser definidos para os pesos da medida de distorção. A ROIé escolhida como a região 3D do rosto, detectada a partir de projeções 2D. Resultados experimentais mostram, subjetivamente, melhorias significativas na ROI com degradações subjetivamente insignificantes na não-ROI. Palavras-Chave-nuvem de pontos, região de interesse, RAHT.

Algoritmos para a criação de mapas de saliência são bem estabelecidos para imagens, porém não há literatura sobre tais algoritmos para nuvens de pontos. Utilizamos então projeções ortográficas em planos bidimensionais para que possam ser aplicados os algoritmos já existentes na literatura para a criação de um mapa de saliência tridimensional. Os resultados de cada mapa de saliência são projetados para os voxels 3D e os resultados das múltiplas projeções são utilizados para gerar um mapa de saliência 3D. Resultados apresentam a região do rosto das nuvens de pontos como sendo a mais saliente.