
BOOKS - Point Cloud Compression Technologies and Standardization

Point Cloud Compression Technologies and Standardization
Author: Ge Li, Wei Gao, Wen Gao
Year: 2024
Pages: 264
Format: PDF | EPUB
File size: 31.1 MB
Language: ENG

Year: 2024
Pages: 264
Format: PDF | EPUB
File size: 31.1 MB
Language: ENG

Book Point Cloud Compression Technologies and Standardization Introduction: The rapid growth of 3D point cloud data and its diverse applications in various industries, such as autonomous driving, immersive media, and cultural heritage protection, has highlighted the need for efficient compression technologies to manage the vast amounts of point cloud data. This book delves into the forefront of point cloud compression, exploring key technologies, standardization efforts, and future prospects. As a burgeoning format of spatial data, 3D point clouds have triggered a research boom in the field of computer vision in recent years, playing an essential role in many modern industrial applications. To keep pace with the ever-growing application requirements and meet the three progressive goals of ease of storage, transmission, and processing, it is crucial to investigate and develop efficient compression algorithms to handle the massive amount of point clouds. Chapter 1: The Evolution of Point Cloud Compression Technologies The evolution of point cloud compression technologies can be traced back to the early days of computer vision, when the primary focus was on developing algorithms to reconstruct 3D models from 2D images. As the field progressed, the emphasis shifted to reducing the size of point cloud datasets to facilitate storage and transmission. With the advent of multimedia technology and the rise of 3D vision, point cloud compression became an essential branch of 3D computer vision. The basis of 3D vision is to model the exterior surface of a continuous 3D model using discrete sampling points, which are then represented as a point cloud.
Book Point Cloud Compression Technologies and Standardization Введение: Быстрый рост объемов данных 3D-облака точек и его разнообразных приложений в различных отраслях, таких как автономное вождение, иммерсивные медиа и защита культурного наследия, подчеркнул необходимость эффективных технологий сжатия для управления огромными объемами данных облака точек. В этой книге рассматриваются передовые технологии сжатия облака точек, ключевые технологии, усилия по стандартизации и перспективы на будущее. Как растущий формат пространственных данных, трехмерные облака точек в последние годы вызвали исследовательский бум в области компьютерного зрения, играя существенную роль во многих современных промышленных приложениях. Чтобы соответствовать постоянно растущим требованиям приложений и достичь трех прогрессивных целей - простоты хранения, передачи и обработки, крайне важно исследовать и разработать эффективные алгоритмы сжатия для обработки огромного количества облаков точек. Глава 1: Эволюция технологий сжатия облака точек Развитие технологий сжатия облака точек можно проследить с ранних дней компьютерного зрения, когда основное внимание уделялось разработке алгоритмов для реконструкции 3D-моделей из 2D-изображений. По мере развития месторождения акцент сместился на уменьшение размера наборов данных облака точек для облегчения хранения и передачи. С появлением мультимедийных технологий и ростом 3D-зрения сжатие облака точек стало важнейшей ветвью трехмерного компьютерного зрения. Основой 3D-видения является моделирование внешней поверхности непрерывной 3D-модели с использованием дискретных точек выборки, которые затем представляются в виде облака точек.
Book Point Cloud Compression Technologies and Standardization Introduction : La croissance rapide des volumes de données du nuage de points 3D et de ses applications variées dans divers secteurs, tels que la conduite autonome, les médias immersifs et la protection du patrimoine culturel, a souligné la nécessité de technologies de compression efficaces pour gérer les énormes volumes de données du nuage de points. Ce livre traite des technologies avancées de compression de nuage de points, des technologies clés, des efforts de normalisation et des perspectives d'avenir. En tant que format croissant de données spatiales, les nuages de points tridimensionnels ont provoqué un boom de la recherche dans le domaine de la vision informatique ces dernières années, jouant un rôle essentiel dans de nombreuses applications industrielles modernes. Pour répondre aux exigences toujours croissantes des applications et atteindre trois objectifs progressifs - la facilité de stockage, de transfert et de traitement, il est essentiel de rechercher et de développer des algorithmes de compression efficaces pour traiter un grand nombre de nuages de points. Chapitre 1 : Évolution des technologies de compression du nuage de points L'évolution des technologies de compression du nuage de points remonte aux premiers jours de la vision informatique, lorsque l'accent a été mis sur le développement d'algorithmes pour reconstruire des modèles 3D à partir d'images 2D. Au fur et à mesure de l'évolution du champ, l'accent a été mis sur la réduction de la taille des ensembles de données du nuage de points pour faciliter le stockage et le transfert. Avec l'arrivée des technologies multimédia et la croissance de la vision 3D, la compression des nuages de points est devenue la branche la plus importante de la vision informatique 3D. La base de la vision 3D est la modélisation de la surface extérieure d'un modèle 3D continu à l'aide de points d'échantillonnage discrets, qui sont ensuite représentés sous la forme d'un nuage de points.
Book Point Cloud Compression Technologies and Standardization Introducción: rápido crecimiento de los volúmenes de datos de la nube de puntos 3D y sus diversas aplicaciones en diferentes industrias, como la conducción autónoma, los medios inmersivos y la protección del patrimonio cultural, ha subrayado la necesidad de tecnologías de compresión eficaces para controlar enormes cantidades de datos de la nube puntos. Este libro examina tecnologías avanzadas de compresión de nube de puntos, tecnologías clave, esfuerzos de estandarización y perspectivas de futuro. Como formato creciente de datos espaciales, las nubes de puntos tridimensionales han provocado en los últimos un auge exploratorio en el campo de la visión informática, desempeñando un papel esencial en muchas aplicaciones industriales modernas. Para satisfacer los crecientes requerimientos de las aplicaciones y lograr tres objetivos progresivos: facilidad de almacenamiento, transmisión y procesamiento, es fundamental investigar y desarrollar algoritmos de compresión eficaces para manejar un gran número de nubes de puntos. Capítulo 1: Evolución de las tecnologías de compresión de la nube de puntos desarrollo de las tecnologías de compresión de la nube de puntos puede rastrearse desde los primeros días de la visión computarizada, cuando el foco estaba en el desarrollo de algoritmos para la reconstrucción de modelos 3D a partir de imágenes 2D. A medida que el campo avanzó, el énfasis se trasladó a reducir el tamaño de los conjuntos de datos de la nube de puntos para facilitar el almacenamiento y la transmisión. Con la llegada de la tecnología multimedia y el crecimiento de la visión 3D, la compresión de la nube de puntos se convirtió en la rama más importante de la visión computarizada tridimensional. La base de la visión 3D es modelar la superficie exterior de un modelo 3D continuo utilizando puntos de muestreo discretos que luego se presentan como una nube de puntos.
Book Point Cloud Composition Technologies and Standardization Introduzione: La rapida crescita dei dati della nuvola di punti 3D e delle sue applicazioni in diversi settori, come la guida autonoma, i media immersivi e la protezione del patrimonio culturale, ha sottolineato la necessità di tecnologie di compressione efficaci per gestire enormi quantità di dati cloud. In questo libro vengono descritte le tecnologie avanzate di compressione del cloud point, le tecnologie chiave, gli sforzi di standardizzazione e le prospettive future. Come formato di dati spaziali in crescita, le nuvole di punti 3D negli ultimi anni hanno innescato un boom di ricerca nella visione dei computer, giocando un ruolo importante in molte applicazioni industriali avanzate. Per soddisfare i requisiti delle applicazioni in continua crescita e raggiungere tre obiettivi progressivi: la facilità di storage, la trasmissione e l'elaborazione, è fondamentale esplorare e sviluppare algoritmi di compressione efficaci per gestire un numero elevato di cloud point. Capitolo 1: Evoluzione delle tecnologie di compressione dei punti cloud Lo sviluppo delle tecnologie di compressione dei punti cloud può essere seguito fin dai primi giorni della visione del computer, quando si è focalizzato sullo sviluppo di algoritmi per la ricostruzione di modelli 3D da immagini 2D. Man mano che il giacimento si sviluppa, l'accento si è spostato verso una riduzione delle dimensioni dei set di dati della nuvola di punti per facilitare lo stoccaggio e la trasmissione. Con l'introduzione della tecnologia multimediale e la crescita della visione 3D, la compressione della nuvola dei punti è diventata un ramo fondamentale della visione tridimensionale del computer. La visione 3D è basata sulla simulazione di una superficie esterna di un modello 3D continuo utilizzando punti di campionamento discreti che vengono quindi rappresentati come nuvole di punti.
Book Point Cloud Kompressionstechnologien und Standardisierung Einleitung: Das rasante Wachstum der 3D-Punktwolken-Datenmengen und ihrer vielfältigen Anwendungen in verschiedenen Branchen wie autonomes Fahren, immersive Medien und Schutz des kulturellen Erbes hat die Notwendigkeit effizienter Kompressionstechnologien zur Verwaltung der riesigen Datenmengen der Punktwolke unterstrichen. Dieses Buch untersucht fortschrittliche Punktwolken-Kompressionstechnologien, Schlüsseltechnologien, Standardisierungsbemühungen und Zukunftsperspektiven. Als wachsendes räumliches Datenformat haben dreidimensionale Punktwolken in den letzten Jahren einen Forschungsboom im Bereich der Computer Vision ausgelöst, der in vielen modernen industriellen Anwendungen eine wesentliche Rolle spielt. Um den ständig wachsenden Anforderungen der Anwendungen gerecht zu werden und die drei progressiven Ziele - einfache Speicherung, Übertragung und Verarbeitung - zu erreichen, ist es unerlässlich, effiziente Komprimierungsalgorithmen zu erforschen und zu entwickeln, um die große Anzahl von Punktwolken zu verarbeiten. Kapitel 1: Evolution der Punktwolken-Kompressionstechnologien Die Entwicklung der Punktwolken-Kompressionstechnologien kann bis in die frühen Tage der Computer-Vision zurückverfolgt werden, als der Schwerpunkt auf der Entwicklung von Algorithmen zur Rekonstruktion von 3D-Modellen aus 2D-Bildern lag. Mit der Entwicklung der Lagerstätte verlagerte sich der Schwerpunkt auf die Verringerung der Größe der Punktwolken-Datensätze, um die Speicherung und Übertragung zu erleichtern. Mit dem Aufkommen der Multimedia-Technologie und dem Aufstieg der 3D-cht wurde die Verdichtung der Punktwolke zum wichtigsten Zweig der dreidimensionalen Computer-cht. Grundlage der 3D-Vision ist die Modellierung der Außenfläche eines kontinuierlichen 3D-Modells mit diskreten Abtastpunkten, die dann als Punktwolke dargestellt werden.
Book Point Cloud Compression Technologies and Standardization Wprowadzenie: Szybki wzrost danych 3D point cloud i jego różnorodnych zastosowań w branżach takich jak autonomiczna jazda, media wciągające i ochrona dziedzictwa kulturowego podkreślił potrzebę wydajnych technologii kompresji do zarządzania ogromnymi ilościami danych chmury punktowej. Ta książka omawia zaawansowane technologie kompresji w chmurze punktowej, kluczowe technologie, wysiłki normalizacyjne i perspektywy na przyszłość. Jako rosnący format danych przestrzennych, chmury 3D point generowały w ostatnich latach boom badawczy w wizji komputerowej, odgrywając zasadniczą rolę w wielu nowoczesnych zastosowaniach przemysłowych. Aby sprostać stale rosnącym wymaganiom aplikacji i osiągnąć trzy progresywne cele - łatwość przechowywania, transmisji i przetwarzania - kluczowe znaczenie mają badania i opracowanie wydajnych algorytmów kompresji, aby obsłużyć ogromną liczbę chmur punktowych. Rozdział 1: Ewolucja technologii kompresji w chmurze Point Rozwój technologii kompresji w chmurze punktowej można prześledzić do wczesnych dni wizji komputera, kiedy skupiono się na opracowywaniu algorytmów do rekonstrukcji modeli 3D z obrazów 2D. W miarę rozwoju pola skupienie przesunęło się na zmniejszenie rozmiaru zbiorów danych w chmurze punktowej, aby ułatwić przechowywanie i transmisję. Wraz z pojawieniem się technologii multimedialnej i wzrokiem 3D, kompresja chmury punktowej stała się kluczową gałęzią wizji komputera 3D. Podstawą widzenia 3D jest modelowanie zewnętrznej powierzchni ciągłego modelu 3D przy użyciu dyskretnych punktów próbkowania, które następnie są reprezentowane jako chmura punktów.
''
Book Point Cloud Sıkıştırma Teknolojileri ve Standardizasyon Giriş: 3D nokta bulutu verilerinin ve otonom sürüş, sürükleyici medya ve kültürel miras koruması gibi endüstrilerdeki çeşitli uygulamalarının hızla büyümesi, çok miktarda nokta bulutu verisini yönetmek için verimli sıkıştırma teknolojilerine duyulan ihtiyacı vurgulamıştır. Bu kitap, gelişmiş nokta bulutu sıkıştırma teknolojilerini, temel teknolojileri, standardizasyon çabalarını ve gelecekteki beklentileri tartışmaktadır. Büyüyen bir mekansal veri formatı olarak, 3D nokta bulutları son yıllarda bilgisayar vizyonunda bir araştırma patlaması yarattı ve birçok modern endüstriyel uygulamada önemli bir rol oynadı. Sürekli artan uygulama taleplerini karşılamak ve üç aşamalı hedefe ulaşmak için - depolama, iletim ve işleme kolaylığı - çok sayıda nokta bulutunu işlemek için verimli sıkıştırma algoritmaları araştırmak ve geliştirmek çok önemlidir. Bölüm 1: Nokta Bulutu Sıkıştırma Teknolojilerinin Evrimi Nokta bulutu sıkıştırma teknolojilerinin gelişimi, odak noktasının 2D görüntülerden 3D modelleri yeniden yapılandırmak için algoritmalar geliştirmeye odaklandığı bilgisayar görüşünün ilk günlerine kadar izlenebilir. Alan ilerledikçe, odak depolama ve iletimi kolaylaştırmak için nokta bulutu veri kümelerinin boyutunu azaltmaya yöneldi. Multimedya teknolojisinin ortaya çıkışı ve 3D vizyonun yükselişi ile nokta bulutu sıkıştırması, 3D bilgisayar görüşünün çok önemli bir dalı haline geldi. 3D vizyonun temeli, sürekli bir 3D modelin dış yüzeyinin, daha sonra bir nokta bulutu olarak temsil edilen ayrı örnekleme noktaları kullanılarak modellenmesidir.
Book Point Cloud Compression Technologies and Standardization Introduction: سلط النمو السريع للبيانات السحابية ثلاثية الأبعاد وتطبيقاتها المتنوعة عبر الصناعات مثل القيادة الذاتية والوسائط الغامرة وحماية التراث الثقافي الضوء على الحاجة إلى تقنيات ضغط فعالة لإدارة الكميات هائلة من البيانات السحابية. يناقش هذا الكتاب تقنيات الضغط السحابي المتقدمة، والتقنيات الرئيسية، وجهود التوحيد القياسي، والآفاق المستقبلية. كتنسيق متزايد للبيانات المكانية، ولدت السحب ثلاثية الأبعاد طفرة بحثية في رؤية الكمبيوتر في السنوات الأخيرة، حيث لعبت دورًا أساسيًا في العديد من التطبيقات الصناعية الحديثة. لتلبية متطلبات التطبيق المتزايدة باستمرار وتحقيق ثلاثة أهداف تقدمية - سهولة التخزين والنقل والمعالجة - من الأهمية بمكان البحث وتطوير خوارزميات ضغط فعالة للتعامل مع العدد الهائل من السحب النقطية. الفصل 1: تطور تقنيات ضغط السحابة النقطية يمكن إرجاع تطوير تقنيات ضغط السحابة النقطية إلى الأيام الأولى لرؤية الكمبيوتر، عندما كان التركيز على تطوير خوارزميات لإعادة بناء النماذج ثلاثية الأبعاد من الصور ثنائية الأبعاد. مع تقدم المجال، تحول التركيز إلى تقليل حجم مجموعات البيانات السحابية النقطية لتسهيل التخزين والنقل. مع ظهور تقنية الوسائط المتعددة وظهور الرؤية ثلاثية الأبعاد، أصبح ضغط السحابة النقطية فرعًا مهمًا لرؤية الكمبيوتر ثلاثية الأبعاد. أساس الرؤية ثلاثية الأبعاد هو نمذجة السطح الخارجي لنموذج ثلاثي الأبعاد مستمر باستخدام نقاط أخذ عينات منفصلة، والتي يتم تمثيلها بعد ذلك كسحابة من النقاط.
Book Point雲壓縮技術和標準化簡介:3 D點雲數據量及其在自主駕駛、身臨其境的媒體和文化遺產保護等不同行業的多樣化應用迅速增長,強調需要高效的壓縮技術來管理大量的點雲數據。本書探討了先進的點雲壓縮技術、關鍵技術、標準化工作以及未來的展望。作為一種不斷增長的空間數據格式,三維點雲近來引發了計算機視覺領域的研究熱潮,在許多現代工業應用中發揮了重要作用。為了滿足不斷增長的應用程序需求並實現三個漸進的目標-易於存儲,傳輸和處理,研究和開發用於處理大量點雲的有效壓縮算法至關重要。第1章:點雲壓縮技術的演變點雲壓縮技術的發展可以追溯到計算機視覺的早期,當時重點開發從2D圖像重建3D模型的算法。隨著油田的發展,重點轉向縮小點雲數據集的大小,以促進存儲和傳輸。隨著多媒體技術的出現和3D視覺的興起,點雲壓縮成為三維計算機視覺的重要分支。3D視覺的基礎是使用離散采樣點對連續3D模型的外表面進行建模,然後將其表示為點雲。
