[論文レビュー] Hybrid Point Cloud Attribute Compression Using Slice-based Layered Structure and Block-based Intra Prediction

Yiting Shao, Qi Zhang+2 more|arXiv (Cornell University)|Apr 28, 2018

Advanced Vision and Imaging参考文献 18被引用数 3

ひとこと要約

本稿では、スライスベースの階層構造とブロックベースの内挿予測を組み合わせたハイブリッドな点群属性圧縮方式を提案する。この方式は、適応的グラフフーリエ変換（GFT）とラグランジュ最適化、複数の再順序スキャンモードを統合しており、最先端のRAHTシステムに対して29.37%のBDレート改善、MPEG TMC1アンカーに対して16.37%のBDレート改善を達成した。これは、内挿フレーム色属性符号化において優れたレート・ディストーション性能を示している。

ABSTRACT

Point cloud compression is a key enabler for the emerging applications of immersive visual communication, autonomous driving and smart cities, etc. In this paper, we propose a hybrid point cloud attribute compression scheme built on an original layered data structure. First, a slice-partition scheme and geometry-adaptive k dimensional-tree (kd-tree) method are devised to generate the four-layer structure. Second, we introduce an efficient block-based intra prediction scheme containing a DC prediction mode and several angular modes, in order to exploit the spatial correlation between adjacent points. Third, an adaptive transform scheme based on Graph Fourier Transform (GFT) is Lagrangian optimized to achieve better transform efficiency. The Lagrange multiplier is off-line derived based on the statistics of color attribute coding. Last but not least, multiple reordering scan modes are dedicated to improve coding efficiency for entropy coding. In intra-frame compression of point cloud color attributes, results demonstrate that our method performs better than the state-of-the-art region-adaptive hierarchical transform (RAHT) system, and on average a 29.37$\%$ BD-rate gain is achieved. Comparing with the test model for category 1 (TMC1) anchor's coding results, which were recently published by MPEG-3DG group on 121st meeting, a 16.37$\%$ BD-rate gain is obtained.

研究の動機と目的

• 不規則に分布する点群属性を高空間相関性を有して効率的に圧縮する課題に対処すること。
• 新規な構造的および予測的ツールを用いて、点群属性内の空間的冗長性を活用することで符号化効率を向上させること。
• 色属性の統計的分析に基づき、ラグランジュ最適化されたGFTを用いた変換効率の最適化。
• 残差データの分布に適合した適応的再順序スキャンモードを用いて、エントロピー符号化の性能を向上させること。

提案手法

• スライス分割と幾何学的適応的k-dツリー分割を組み合わせた方式により、階層的処理を可能にする4層構造のデータ構造を生成する。
• 局所的な空間相関を活用するため、DCおよび5つの角度モードを有するブロックベースの内挿予測を適用。モード選択には絶対変換差分和（SATD）を用いる。
• GFTとDCTを組み合わせた適応的変換方式を採用。ラグランジュ最適化には、色属性統計に基づいて事前計算されたλ乗数を用いる。
• ラグランジュ乗数は、トレーニングデータ（例：Andrew, Phil, Ricardo, Sarah, Queen_frame_0200など）から事前に計算され、レートと歪みのバランスを最適化する。
• エントロピー符号化の前に、変換済み残差に複数の再順序スキャンモードを適用し、符号化効率を向上させる。
• 算術エントロピー符号化を用い、均一量子化を適用。符号化ツール（内挿モード、変換モード、スキャンモード、残差データ）をすべてビットストリームに多重する。

実験結果

リサーチクエスチョン

• RQ1 点群属性の階層的圧縮を支援するため、効果的な階層的データ構造をどのように構築できるか。
• RQ2 ブロックベースの内挿予測は、点群属性データの冗長性をどの程度低減できるか。
• RQ3 ラグランジュ最適化を用いた適応的GFTベースの変換は、固定変換方式を上回る性能を示せるか。
• RQ4 複数の再順序スキャンモードは、点群残差のエントロピー符号化効率にどのように影響を与えるか。
• RQ5 各コンポーネント（スライス分割、内挿予測、適応的変換、スキャン再順序）が全体の符号化利得に果たす相対的寄与度はいかほどか。

主な発見

• 提案手法は、内挿フレーム点群属性圧縮において、最先端のRAHTシステムに対して平均29.37%のBDレート改善を達成した。
• MPEG TMC1アンカー（121回会議基準）と比較して、平均16.37%のBDレート改善を達成した。
• ラマ成分ではRAHTに対して37.95%のBDレート改善を示し、2つのクロマ成分ではそれぞれ26.83%および23.34%の改善を達成した。
• アブレーションスタディにより、スライス分割、内挿予測、適応的変換、再順序スキャンの各コンポーネントが、全体のレート・ディストーション改善に顕著な寄与をしていることが確認された。
• DavidおよびDimitrisなどの特定のデータセットでは、Y成分に対して最大4 dBのPSNR向上がRAHTと比較して達成された。
• 高ビットレート域でも性能は競争力を持つが、Longdressなどの一部のデータセットでは変換方式のさらなる改善が求められる。