稀疏点云辅助图像压缩

压缩性能一致提升

利用自动驾驶场景中的稀疏点云提供额外结构信息，无缝集成到现有学习图像压缩模型，提升压缩效率。

Jiang, Yiheng · Haotian, Zhang · 李力 · 刘东 · Li, Zhu

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

与多种主流模型无缝兼容

框架作为即插即用模块，可以嵌入现有的主流学习图像压缩模型，无需改变原有网络结构和训练流程即可获得性能提升。

跨模态信息利用率高

通过投影稀疏点云得到深度图并预测图像，提取多尺度结构特征作为额外信息，有效利用场景的三维几何先验来指导图像压缩。

压缩性能一致提升

在多个现有图像压缩方法上验证，加入点云辅助后均能获得一致的性能提升，表明该方法具有较好的通用性和可靠性。

应用场景

• 自动驾驶视觉系统：为车载图像压缩提供场景几何先验，降低传输带宽同时保持视觉重建质量。
• 多传感器数据压缩：挖掘激光雷达点云与相机图像的跨模态关联，提高多传感器数据压缩的协同效率。
• 视频编码优化：为视频编码器引入深度先验，在不改变编码架构的条件下提升率失真优化能力。