Uma equipe conjunta da Academia Chinesa de Ciências, da Universidade de Tongji e da Universidade de Ningbo desenvolveu uma tecnologia inovadora de compressão de nuvem de pontos, TSC-PCAC, que melhora significativamente a eficiência de compressão e a velocidade de processamento de dados de nuvem de pontos e resolve o enorme problema enfrentado pelas aplicações 3D. como desafios de processamento de dados AR/VR. Esta tecnologia é baseada no transformador voxel ponta a ponta e na convolução esparsa, usando uma arquitetura de compressão de dois estágios para reduzir efetivamente a redundância de dados e otimiza a correlação entre canais por meio do inovador módulo de contexto de canal TSCM para melhorar ainda mais a eficiência da compressão. Esta tecnologia alcançou avanços significativos na taxa de compressão de dados e na velocidade de processamento, fornecendo forte suporte técnico para o desenvolvimento de aplicações 3D.
No contexto do atual rápido desenvolvimento da tecnologia de visão 3D, a nuvem de pontos, como forma de dados chave para realidade virtual e realidade aumentada, enfrenta enormes desafios de transmissão e armazenamento. Uma nuvem de pontos de alta qualidade pode conter milhões de pontos de dados, cada um carregando informações multidimensionais, como localização, cor e transparência. A eficiência do processamento desses dados massivos afeta diretamente a popularidade dos aplicativos 3D.
Para resolver esse problema, a equipe de pesquisa desenvolveu uma tecnologia de compressão de atributos de nuvem de pontos (TSC-PCAC) baseada em transformador de voxel ponta a ponta e convolução esparsa. O núcleo desta tecnologia reside na sua arquitetura de compressão única de dois estágios: o primeiro estágio concentra-se na extração e modelagem de características locais de nuvens de pontos, e o segundo estágio captura características globais através de um campo receptivo maior, reduzindo efetivamente a redundância de dados.
A equipe de pesquisa também projetou de forma inovadora um módulo de contexto de canal baseado em TSCM, que melhorou significativamente a eficiência da compressão de dados, otimizando a correlação entre os canais. Dados experimentais mostram que, em comparação com as principais tecnologias existentes, o TSC-PCAC alcançou melhorias significativas na taxa de compressão de dados: 38,53% superior ao Sparse-PCAC, 21,30% superior ao NF-PCAC e 21,30% superior ao G-PCAC v23 melhorado. em 11,19%. Ainda mais impressionante é que a sua velocidade de processamento também alcançou um salto qualitativo, com tempos de codificação e descodificação reduzidos em 97,68% e 98,78%, respetivamente.
Essa conquista revolucionária não apenas resolve os principais pontos problemáticos no processamento de dados de nuvem de pontos, mas também estabelece uma base importante para o desenvolvimento futuro de aplicativos 3D, como AR/VR. A equipe de pesquisa afirmou que continuará a explorar tecnologia de rede profunda com taxas de compressão mais altas no futuro e a trabalhar em uma solução de processamento unificado para geometria e codificação de atributos.
Endereço do artigo: https://arxiv.org/html/2407.04284v1
O desenvolvimento bem-sucedido da tecnologia TSC-PCAC marca um progresso significativo na tecnologia de compressão de nuvens de pontos e fornece forte suporte técnico para a popularização e desenvolvimento de aplicações 3D, como AR/VR. Espera-se que seja amplamente utilizado em mais campos no futuro.