Impacto da compressão de nuvem de pontos em algoritmos de segmentação semântica

Abstract

Veículos autônomos utilizam sensores lidar para gerar nuvens de pontos 3D, que posteriormente são processados utilizando segmentação e detecção de objetos. Como esses sensores geram grande quantidade de dados, a compressão é fundamental. Dito isso, alguns grupos de padronização estão desenvolvendo técnicas avançadas de compressão de nuvens de pontos. Neste trabalho desenvolvemos uma nova métrica de distorção para avaliar o impacto da compressão de nuvens de pontos no desempenho da segmentação semântica, o que pode afetar a segurança da navegação e os requisitos de largura de banda. Testamos dois algoritmos de compressão da MPEG (GPCC e L3C2) e dois dos principais algoritmos de segmentação semântica (2DPASS e PVKD) no conjunto de dados SemanticKITTI. Os resultados mostram que, para manter alta qualidade de segmentação, é necessária uma taxa de transmissão de aproximadamente 1 MB/s para o GPCC e 2,8 MB/s para o L3C2. Esses resultados são importantes para o planejamento de recursos de infraestrutura para a navegação autônoma.