論文の概要: D-Compress: Detail-Preserving LiDAR Range Image Compression for Real-Time Streaming on Resource-Constrained Robots

• arxiv url: http://arxiv.org/abs/2603.13699v1
• Date: Sat, 14 Mar 2026 02:15:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-21 18:33:56.778314
• Title: D-Compress: Detail-Preserving LiDAR Range Image Compression for Real-Time Streaming on Resource-Constrained Robots
• Title（参考訳）: D圧縮:資源拘束型ロボットにおけるリアルタイムストリーミングのための詳細保存LiDARレンジ画像圧縮
• Authors: Shengqian Wang, Chang Tu, He Chen,
• Abstract要約: D-Compressは、リアルタイムストリーミングのための新しいディテール保存と高速レンジ画像圧縮フレームワークである。 最新技術 (SOTA) 圧縮法は, 幾何的精度と下流タスク性能の両方で優れる。
• 参考スコア（独自算出の注目度）: 2.6111100616898852
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Efficient 3D LiDAR point cloud compression (LPCC) and streaming are critical for edge server-assisted robotic systems, enabling real-time communication with compact data representations. A widely adopted approach represents LiDAR point clouds as range images, enabling the direct use of mature image and video compression codecs. However, because these codecs are designed with human visual perception in mind, they often compromise geometric details, which downgrades the performance of downstream robotic tasks such as mapping and object detection. Furthermore, rate-distortion optimization (RDO)-based rate control remains largely underexplored for range image compression (RIC) under dynamic bandwidth conditions. To address these limitations, we propose D-Compress, a new detail-preserving and fast RIC framework tailored for real-time streaming. D-Compress integrates both intra- and inter-frame prediction with an adaptive discrete wavelet transform approach for precise residual compression. Additionally, we introduce a new RDO-based rate control algorithm for RIC through new rate-distortion modeling. Extensive evaluations on various datasets demonstrate the superiority of D-Compress, which outperforms state-of-the-art (SOTA) compression methods in both geometric accuracy and downstream task performance, particularly at compression ratios exceeding 100x, while maintaining real-time execution on resource-constrained hardware. Moreover, evaluations under dynamic bandwidth conditions validate the robustness of its rate control mechanism.
• Abstract（参考訳）: 効率的な3D LiDARポイントクラウド圧縮(LPCC)とストリーミングは、エッジサーバ支援ロボットシステムにとって重要であり、コンパクトなデータ表現によるリアルタイム通信を可能にする。 広く採用されているアプローチは、LiDARポイントクラウドをレンジイメージとして表現し、成熟した画像とビデオ圧縮コーデックを直接使用可能にする。 しかしながら、これらのコーデックは人間の視覚的知覚を念頭に設計されているため、幾何学的詳細を妥協することが多く、マッピングや物体検出などの下流ロボットタスクの性能を低下させる。 さらに、RDOに基づくレート制御は、動的帯域幅条件下での範囲画像圧縮(RIC)では未熟である。 これらの制約に対処するため,D-Compressを提案する。D-Compressはリアルタイムストリーミングに適した,ディテールの保存と高速なRICフレームワークである。 D-Compressはフレーム内およびフレーム間予測の両方を適応離散ウェーブレット変換アプローチと統合し、正確な残差圧縮を行う。 さらに、新しいレート歪みモデリングにより、RICのためのRDOベースの新しいレート制御アルゴリズムを導入する。 D-Compressは、リソース制約のあるハードウェア上でのリアルタイム実行を維持しつつ、特に100倍を超える圧縮率において、幾何学的精度とダウンストリームタスク性能の両方において、最先端(SOTA)圧縮手法よりも優れていることを示す。 さらに、動的帯域幅条件下での評価は、そのレート制御機構の堅牢性を評価する。

関連論文リスト

• 4DGCPro: Efficient Hierarchical 4D Gaussian Compression for Progressive Volumetric Video Streaming [52.76837132019501]
  本稿では,新しい階層型4D圧縮フレームワークである4DGCProを紹介する。 4DGCProは、プログレッシブボリュームビデオストリーミングによるリアルタイムモバイルデコーディングと高品質なレンダリングを容易にする。 エンドツーエンドのエントロピー最適化トレーニングスキームを提案する。
  論文  参考訳（メタデータ） (2025-09-22T08:38:17Z)
• FCA2: Frame Compression-Aware Autoencoder for Modular and Fast Compressed Video Super-Resolution [68.77813885751308]
  最先端(SOTA)圧縮ビデオ超解像(CVSR)モデルは、長期の推論時間、複雑なトレーニングパイプライン、補助情報への依存など、永続的な課題に直面している。 ハイパースペクトル画像(HSI)とビデオデータの構造的および統計的類似性から着想を得た,効率的でスケーラブルなソリューションを提案する。 提案手法では,計算複雑性を低減し,推論を高速化し,フレーム間の時間情報の抽出を促進する圧縮駆動型次元減少戦略を導入する。
  論文  参考訳（メタデータ） (2025-06-13T07:59:52Z)
• Embedding Compression Distortion in Video Coding for Machines [67.97469042910855]
  現在、ビデオ伝送は人間の視覚システム(HVS)だけでなく、分析のための機械認識にも役立っている。 本稿では,機械知覚関連歪み表現を抽出し,下流モデルに埋め込む圧縮歪埋め込み(CDRE)フレームワークを提案する。 我々のフレームワークは,実行時間,パラメータ数といったオーバーヘッドを最小限に抑えて,既存のコーデックのレートタスク性能を効果的に向上させることができる。
  論文  参考訳（メタデータ） (2025-03-27T13:01:53Z)
• 4DGC: Rate-Aware 4D Gaussian Compression for Efficient Streamable Free-Viewpoint Video [56.04182926886754]
  3D Gaussian Splatting (3DGS)は、フォトリアリスティック・フリー・ビューポイント・ビデオ(FVV)体験を可能にする大きな可能性を秘めている。 既存の方法は、動的3DGS表現と圧縮を別々に扱うのが一般的である。 本稿では,FVVのRD性能を向上しつつ,ストレージサイズを大幅に削減するレート対応4Dガウス圧縮フレームワークである4DGCを提案する。
  論文  参考訳（メタデータ） (2025-03-24T08:05:27Z)
• Spatial Degradation-Aware and Temporal Consistent Diffusion Model for Compressed Video Super-Resolution [25.615935776826596]
  ストレージと帯域幅の制限により、インターネット上で送信されるビデオは低画質で圧縮されたアーティファクトを特徴とすることが多い。 ビデオ超解像(VSR)は効率的なビデオ強調技術であるが、既存のVS手法では圧縮ビデオに焦点を絞らない。 圧縮VSRのための事前学習拡散モデルの先行性を利用する新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-02-11T08:57:45Z)
• Once-for-All: Controllable Generative Image Compression with Dynamic Granularity Adaptation [52.82508784748278]
  本稿では,制御生成画像圧縮フレームワークである制御-GICを提案する。 制御-GICは、高忠実度と一般性圧縮を確保しつつ、広帯域での微粒化適応を可能にする。 実験により,制御-GICは高い柔軟かつ制御可能な適応を可能にし,その結果が最近の最先端手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-06-02T14:22:09Z)

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。