표면 추정 및 이상치 제거 기반 포인트 클라우드 밀도 품질 평가 고도화 (Advanced Point Cloud Density Evaluation Method using Surface Estimation and Outlier Removal)

서지정보

· 발행기관 : 한국방송∙미디어공학회
· 수록지 정보 : 방송공학회 논문지 / 28권 / 6호 / 771 ~ 788페이지
· 저자명 : 김준식, 이민석, 김규헌

초록

3차원 영상의 손실 압축에서는 위치 정보 압축 왜곡이 발생하며, 위치 정보의 왜곡은 속성 정보의 왜곡을 동반하기 때문에, 위치 정보의 압축 왜곡을 다양한 측면에서 판단하는 것은 매우 중요하다. 특히, 포인트 클라우드에서는 점 위치의 이동으로 발생하는 왜곡뿐만 아니라, 점 개수가 변경되는 밀도 왜곡이 발생할 수 있다. 이러한 밀도 왜곡을 정량적으로 평가하기 위해 D3-PSNR과 ‘밀도 적응적 왜곡 결정’이 제안되었다. 하지만, D3-PSNR은 포인트 클라우드의 표면을 부피를 기반으로 추정하므로, 근사값이 실제 표면적과 크게 다르다는 한계점이 있으며, ‘밀도 적응적 왜곡 결정’ 방식은 점이 1~2개만 존재하는 초저밀도 영역에서 발생하는 왜곡에 민감하게 반응하는 한계가 존재한다. 따라서, 본 논문은 기존의 포인트 클라우드 밀도 품질 평가 방안들의 한계점을 상세히 제시하고, 이를 극복하기 위한 표면 추정 및 이상치 제거 기반 포인트 클라우드 밀도 품질 평가 방안을 제안한다. 제안 기술은 기존 포인트 클라우드 밀도 평가 기술의 제한 사항인 단위 반경의 부정확도와 초저밀도 데이터에서의 한계를 극복하였으며, 이는 실험 결과를 통해 검증되었다.

영어초록

In the lossy compression of 3D media, there is compression distortion in position information, and since position distortion isaccompanied by distortion in attribute information, it is very important to evaluate distortion of position information in terms ofvarious aspects. Particularly in point clouds, distortion can occur not only due to changes in the position of points but also due todensity distortion caused by variations in the number of points. To quantitatively evaluate this density distortion, D3-PSNR and‘density adaptive distortion determination’ were proposed. However, since D3-PSNR estimates the surface of the point cloud basedon its volume, it has the limitation that the approximate value is significantly different from the actual surface area. Additionally,the 'density-adaptive distortion determination' method is sensitive to distortion occurring in extremely low-density regions whereonly 1 or 2 points exist. Therefore, this paper presents in detail the limitations of conventional point cloud density qualityevaluation methods and proposes a point cloud density quality evaluation method based on surface estimation and outlier removalto overcome these limitations.

참고자료

· 없음