Compressão do sinal de cor de uma nuvem de pontos baseada em cortes de geometria

Abstract

Point clouds, ou nuvens de pontos, são um método de representação de imagens tridimensionais cada vez mais difundido. As imagens em 3D são úteis não só na criação de ambientes imersivos com fins de entretenimento, mas também nas mais diversas apli cações industriais, acadêmicas e até mesmo forenses. Point clouds são adaptadas a muitas tarefas de visão computacional, tendo destaque entre elas aplicações em carros autônomos. De fato, dados representados por nuvens de pontos gerados por sensores como o LiDAR já são utilizados para navegação e segurança destes veículos. O volume de dados deste tipo de aplicação vem crescendo exponencialmente, e estas informações precisam ser transmiti das de maneira eficiente por canais cuja capacidade é naturalmente limitada. Isto cria um desafio: como representar point clouds de maneira eficiente? Este trabalho visa resolver uma parte deste problema. Aqui é proposto um esquema de codificação sem perdas do sinal de cor de imagens tridimensionais representadas em point clouds. O procedimento desenvolvido utiliza informações oriundas da geometria das nuvens para agrupar pontos parecidos. As sequências de pontos assim geradas apresentam redundância no sinal de cor. Esta redundância é explorada com a utilização de um codificador diferencial. O sinal gerado por esse passo é por sua vez alimentado a um codificador aritmético adapta tivo. Os algoritmos propostos apresentaram taxas entre 10 e 17 bpov para as nuvens de pontos estudadas. Os algoritmos desenvolvidos foram implementados em linguagem de programação Python com o auxílio de bibliotecas de código aberto.