加州大学团队突破3D人体动态网格压缩技术,比特率降低24.51%
美国加州大学的研究团队提出了一种针对真实世界扫描的3D人体动态网格的压缩方法,利用嵌入式关键节点有效表示局部运动。该方法通过关键节点变换的加权组合来简化每个顶点的时间变化,降低了存储和传输需求。为提高预测质量,研究引入了基于八叉树的残差编码和双向预测模式,显著提升了压缩效率,特别是在低比特率情况下。这项研究为复杂的人体动态运动的建模和压缩提供了新思路,推动了虚拟现实等领域的应用发展。
Insider