G-PCC与V-PCC:为什么MPEG为点云压缩制作了两个编解码器?

原文链接:mpeg官方新闻网站https://3dgraphics.mpeg.expert/
  MPEG在2020年FDIS(标准准备的最后一步)中批准了两种用于点云压缩的编码标准:第一种称为V-PCC(基于视频的点云压缩),第二种称为G-PCC(基于几何的点云压缩) )。你可能会感到疑问:为什么对点云数据同时制定两个编解码器标准?这两个编解码器是为同一个目的而相互竞争,还是为不同应用场景而设计的?
  简单来说,V-PCC和G-PCC是针对不同类型的点云设计的:V-PCC用于稠密点云,例如代表自然对象(从一组图像中重建)或图形对象(由艺术家设计);而G-PCC用于稀疏点云,例如在获得较大空间时由激光雷达获得的点云。当然,用户完全可以将V-PCC用于稀疏点云,而将G-PCC用于密集云,但是这并不是最优的做法。
  下面来解释一下这两种编解码器开发背后的缘由。点云现在用于具有各种要求的各种应用场景中。下图是两个示例:
G-PCC与V-PCC:为什么MPEG为点云压缩制作了两个编解码器?_第1张图片G-PCC与V-PCC:为什么MPEG为点云压缩制作了两个编解码器?_第2张图片
  这两幅图像都是点云,左图是通过3D重建从位于人周围的摄像机捕获的一组图像中获得的,而右图是通过使用安装在汽车上的LIDAR采集获得的。两个点云都是动态的。很容易观察到,第一个点云很密集,第二个点云很稀疏。
  当点云密集时,其在2D平面上的投影仍然足够密集(投影图像中没有孔或只有很少的孔),因此可以将密集3D点云转换为一组图像(或视频),然后对这种2D表示进行编码,而不是对原始3D进行编码。对稀疏点云应用相同的方法(3D到2D投影)也是可行的,但这种方法会产生传统图像/视频编解码器将很难编码的不良图像(由于点与点之间存在的缝隙,投影之后的图片中带有孔洞)。V-PCC基于将3D点云投影到一组2D补丁中,将它们组合到2D视频中并使用传统视频编解码器进行编码的这种机制。因此请记住:不要尝试使用V-PCC编码稀疏点云,这不是最优的选择。
  当点云稀疏时,需要其他表示空间才能获得良好的压缩效果。学术界提出了许多方法,并且所有方法都试图利用3D几何构造可预测的空间。一种足够通用的方法是在八叉树中分解3D空间-立方体的分层分割,这有助于快速分离大的空白空间并仅在存在信息的地方(非空块)优化分区。G-PCC中使用了这种方法,这也是其名字的由来,即基于几何的点云压缩。因此请记住:G-PCC专为稀疏点云而设计。
  问题:G-PCC也可以用于密集点云吗?答案是肯定的,但是同样的,这和使用V-PCC编码稀疏点云的结果类似,并不是最优的选择。
  结论:V-PCC是为稠密点云设计的,G-PCC是为稀疏点云设计的。因此如果将G-PCC与V-PCC用于同一个序列,两者性能的比较结果将由序列本身的稠密程度决定。

你可能感兴趣的:(点云压缩,mpeg)