論文の概要: Overview and Comparison of AVS Point Cloud Compression Standard
- arxiv url: http://arxiv.org/abs/2602.08613v1
- Date: Mon, 09 Feb 2026 12:58:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-10 20:26:25.236159
- Title: Overview and Comparison of AVS Point Cloud Compression Standard
- Title（参考訳）: AVS Point Cloud Compression Standardの概要と比較
- Authors: Wei Gao, Wenxu Gao, Xingming Mu, Changhao Peng, Ge Li,
- Abstract要約: ポイントクラウドは、没入型メディア、自律運転、デジタル遺産保護などにおいて重要なアプリケーション価値を持つ、一般的な3Dデータ表現フォーマットである。
ポイントクラウドの大規模なデータサイズは、送信とストレージに課題をもたらし、広範なデプロイメントに影響を与える。
- 参考スコア（独自算出の注目度）: 23.303595832195057
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Point cloud is a prevalent 3D data representation format with significant application values in immersive media, autonomous driving, digital heritage protection, etc. However, the large data size of point clouds poses challenges to transmission and storage, which influences the wide deployments. Therefore, point cloud compression plays a crucial role in practical applications for both human and machine perception optimization. To this end, the Moving Picture Experts Group (MPEG) has established two standards for point cloud compression, including Geometry-based Point Cloud Compression (G-PCC) and Video-based Point Cloud Compression (V-PCC). In the meantime, the Audio Video coding Standard (AVS) Workgroup of China also have launched and completed the development for its first generation point cloud compression standard, namely AVS PCC. This new standardization effort has adopted many new coding tools and techniques, which are different from the other counterpart standards. This paper reviews the AVS PCC standard from two perspectives, i.e., the related technologies and performance comparisons.
- Abstract（参考訳）: ポイントクラウドは、没入型メディア、自律運転、デジタル遺産保護などにおいて重要なアプリケーション価値を持つ、一般的な3Dデータ表現フォーマットである。
しかし、ポイントクラウドの大規模なデータサイズは、送信とストレージに課題をもたらし、広範なデプロイメントに影響を与える。
したがって、点雲圧縮は、人間と機械の両方の知覚最適化のための実践的応用において重要な役割を果たす。
この目的のために、移動画像専門家グループ(MPEG)は、幾何学ベースのポイントクラウド圧縮(G-PCC)とビデオベースのポイントクラウド圧縮(V-PCC)の2つの標準を確立した。
一方、中国のオーディオビデオコーディング標準(AVS)ワークグループは、第1世代のクラウド圧縮標準であるAVS PCCの開発をローンチし、完了させた。
この新しい標準化努力は、他の標準とは異なる多くの新しいコーディングツールとテクニックを採用しています。
本稿では,AVS PCC標準について,関連技術と性能比較という2つの観点からレビューする。
関連論文リスト
- Implicit Neural Compression of Point Clouds [61.491532656446054]
NeRC$3$は、新しいポイントクラウド圧縮フレームワークである。
NeRC$3$は密度点雲の幾何学と属性の両方を符号化する。
動的点雲の場合、4D-NeRC$3$は優れた幾何圧縮性能を達成する。
論文 参考訳（メタデータ） (2024-12-11T03:22:00Z) - Rendering-Oriented 3D Point Cloud Attribute Compression using Sparse Tensor-based Transformer [52.40992954884257]
3D視覚化技術は、私たちがデジタルコンテンツと対話する方法を根本的に変えてきた。
ポイントクラウドの大規模データサイズは、データ圧縮において大きな課題を呈している。
そこで我々はPCACと差別化可能なレンダリングをシームレスに統合するエンドツーエンドのディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-12T16:12:51Z) - The JPEG Pleno Learning-based Point Cloud Coding Standard: Serving Man and Machine [49.16996486119006]
ディープラーニングは、ポイントクラウドコーディングの強力なツールとして登場した。
JPEGは先日、JPEG Pleno LearningベースのPoint Cloud Coding標準を確定した。
本稿ではJPEG PCC標準の完全な技術的記述を提供する。
論文 参考訳（メタデータ） (2024-09-12T15:20:23Z) - Hierarchical Prior-based Super Resolution for Point Cloud Geometry
Compression [39.052583172727324]
幾何学に基づくポイントクラウド圧縮(G-PCC)は、ポイントクラウドを圧縮するために移動画像専門家グループによって開発された。
本稿では,点雲幾何学的圧縮のための階層的事前分解能超解法を提案する。
論文 参考訳（メタデータ） (2024-02-17T11:15:38Z) - Dynamic Point Cloud Compression with Cross-Sectional Approach [10.850101961203748]
MPEGはV-PCCとして知られるビデオベースのPoint Cloud Compression標準を確定した。
提案手法は,新しい断面法を用いて,これらの制約に対処する。
標準ビデオシーケンスを用いた実験結果から,幾何学的およびテクスチャ的データの両方において,提案手法がより良い圧縮を実現することを示す。
論文 参考訳（メタデータ） (2022-04-25T02:58:18Z) - Multiscale Point Cloud Geometry Compression [29.605320327889142]
本稿では,3次元ポイント・クラウド・ジオメトリを階層的に再構築するマルチスケール・ツー・エンド・ラーニング・フレームワークを提案する。
このフレームワークは、ポイントクラウド圧縮と再構成のためのスパース畳み込みベースのオートエンコーダの上に開発されている。
論文 参考訳（メタデータ） (2020-11-07T16:11:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。