Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/47280
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
SemTexto.pdf1,11 kBAdobe PDFVisualizar/Abrir
Título: Local texture and geometry descriptors for fast block-based motion estimation of dynamic voxelized point clouds
Autor(es): Dorea, Camilo Chang
Hung, Edson Mintsu
Queiroz, Ricardo Lopes de
Afiliação do autor: Universidade de Brasília, Departamento de Ciência da Computação
Universidade de Brasília, Departamento de Engenharia Elétrica
Universidade de Brasília, Departamento de Ciência da Computação
Assunto: Nuvem de pontos
Imagem tridimensional
Estimativa de movimento
Data de publicação: 26-Ago-2019
Editora: IEEE
Referência: DOREA, Camilo; HUNG, Edson M.; QUEIROZ, Ricardo L. de. Local Texture and Geometry Descriptors for Fast Block-Based Motion Estimation of Dynamic Voxelized Point Clouds. 2019 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, 2019, Taipei, Taiwan: IEEE, 2019. p. 3721-3725, DOI: 10.1109/ICIP.2019.8803690.
Abstract: Motion estimation in dynamic point cloud analysis or compression is a computationally intensive procedure generally involving a large search space and often complex voxel matching functions. We present an extension and improvement on prior work to speed up block-based motion estimation between temporally adjacent point clouds. We introduce local, or block-based, texture descriptors as a complement to voxel geometry description. Descriptors are organized in an occupancy map which may be efficiently computed and stored. By consulting the map, a point cloud motion estimator may significantly reduce its search space while maintaining prediction distortion at similar quality levels. The proposed texture-based occupancy maps provide significant speedup, an average of 26.9% for the tested data set, with respect to prior work.
Unidade Acadêmica: Faculdade de Tecnologia (FT)
Departamento de Engenharia Elétrica (FT ENE)
Instituto de Ciências Exatas (IE)
Departamento de Ciência da Computação (IE CIC)
DOI: 10.1109/ICIP.2019.8803690
Versão da editora: https://ieeexplore.ieee.org/document/8803690
Aparece nas coleções:Trabalhos apresentados em evento

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.