扩散属性预测器

编码增益最高17.87%

面向G-PCC属性预测的纹理感知扩散模型,在Y、U、V分量上分别比现有最优方法节省17.87%码率,特别适合纹理丰富、方向性强的点云。

Shao, Yiting · Xiaodong, Yang · 高伟 · Liu, Shan · Ge, Li

IEEE Transactions on Circuits and Systems for Video Technology 2024

参数信息

Y分量BD-rate增益
17.87 %
U分量BD-rate增益
14.14 %
V分量BD-rate增益
17.52 %

技术优势

超越k-NN预测

理论证明G-PCC的k-NN预测是所提扩散预测的退化情形,因此新方法能捕获更复杂的纹理与方向信息。

解码端可提前终止

迭代扩散过程可自适应提前终止,在保持预测质量的同时降低复杂度。

边缘纹理更清晰

采用结构自适应的各向异性扩散,沿边缘方向增强预测,避免纹理模糊。

应用场景