基于高效率維納濾波的點云質量增強

（中國AI網 2025年07月02日）點云是一組精確描述物體或場景表面的幾何形狀和相應屬性的點。它可以廣泛應用于虛擬現實等領域。但是，它的數據量非常大，對當前的網絡帶寬和存儲容量提出了挑戰。有效的點云壓縮對于解決這一挑戰以及增強實時處理能力至關重要。近年來，專家組正在為靜態點云和動態點云建立基于幾何的點云壓縮（G-PCC）標準。G-PCC的有損壓縮盡管可以獲得很高的壓縮比，但重建質量相對較低，特別是在低比特率下。

為了解決這個問題，山東大學，煙臺大學和上海大學團隊提出了一種高效的維納濾波器。它可以集成到G-PCC的編碼器和解碼器管道中，以提高動態點云的重建質量和率失真性能。具體來說，他們首先提出了一個基本的維納濾波器，然后通過引入系數繼承和基于方差的Luma分量點分類對其進行改進。

另外，為了降低維納濾波器應用過程中最近鄰搜索的復雜度，團隊同時提出了一種基于莫頓編碼的快速最近鄰搜索算法，以實現濾波器系數的高效計算。實驗結果表明，與最新的G-PCC編碼平臺相比，所述解決方案在無損幾何屬性配置條件下，Luma、Chroma Cb和Chroma Cr的平均Bj?ntegaard Delta Rate分別為-6.1%、-7.3%和-8.0%，且計算復雜度可承受。

為了定量評價所提方法的RD性能，使用每個輸出點的比特數（BPOP）作為編碼比特率，峰值信噪比（PSNR）作為重構屬性的質量。對于相同的重構質量，BPOP越低，性能越好，或者對于相同的編碼比特率，PSNR越大，性能越好。

為了全面驗證RD性能，CTC推薦了r01、r02、r03、r04、r05、r06 6種測試比特率，并采用Bj?ntegaard Delta Rate (BD-rate)作為RD總體性能的定量指標。BD-rate這個百分比表示在實現相同的PSNR時，一種編碼方法比另一種編碼方法增加了多少比特率。所以，BD-rate為負值表示RD性能較好。

由于所提出的維納濾波器是針對屬性，只考慮屬性的比特率和重構質量，所以，BD-rate又稱為“End - End - BD AttrRates（%）”。由于所述方法包括MKNN、BWF、CIWF和VCWF四部分，為了比較性能，將具有M-KNN的BWF命名為BWF- m。同樣，CIWFM和VCWF- m分別表示M-KNN的CIWF和M-KNN的VCWF。

表III、表IV和表V分別比較了C1和C2試驗條件下BWF-M、CIWF-M、VCWF-M與GeS-TMv7.0-rc2在預測內和預測間的End - End - BD AttrRates（%）。從表中可以看出，inter預測的RD性能優于intra預測的RD性能。這是因為質量增強不僅可以提高特定幀的質量，而且可以在一定程度上消除連續幀的累積編碼失真。

另外可以看出，C2測試條件的性能不如C1測試條件。這主要是因為C2條件涉及較小的比特流，與C1條件相比，這使得濾波器系數的比特影響更加顯著。CIWF-M對于inter和intra預測以及所有顏色分量都有效。VCWF-M可以顯著提高Luma分量的RD性能，而Chroma分量的性能則略有下降。

這是因為顏色分量的編碼位交錯，不能從屬性比特流中分離出來，所以只能用總編碼位來計算所有顏色分量的BD -rate。所以，當將更多的Luma分量的濾波系數編碼到比特流中時，盡管Chroma分量的失真沒有改變，但Chroma分量的RD性能會受到影響。可以看到，“queen”的表現特別好。原因是“queen”是計算機生成點云，具有更強的幀間相似性。

為了證明所提方法在主觀質量方面的有效性，從不同的動態點云中隨機選擇了幾個快照。然后，比較快照在不同配置下的重建質量。可以觀察到，濾波后的點云在光滑區域比未濾波的點云更平滑，而在紋理區域，濾波后的點云更精細，這表明了所提方法的有效性。我們同時可以看到，BWF-M和CIWF-M表現出相似的增強效果，這表明CIWF-M可以在消耗更少比特的情況下保持性能。

在所有方法中，VCWF-M以最低的比特消耗提供最好的質量。對于幀間預測，單幀BPOP甚至低于錨點（即GeS-TMv7.0-rc2）。這是因為質量增強的參考幀可以提高動態點云的預測精度，從而減少編碼殘差所需的比特數。

表VI將所提出方法與GeS-TMv7.0-rc2在編碼器和解碼器的復雜度比進行了比較。可以看到，維納濾波器給編碼器和解碼器都帶來了額外的復雜性。與KNN相比，M-KNN顯著減少了最近鄰搜索所需的時間。在所提出的方法中，CIWF-M對編碼時間復雜度要求最低，因為它不僅可以避免BWFM中大量維納濾波系數的計算，而且不需要對VCWF-M中的Luma進行基于方差的分類。

所提出方法在C1條件下的編碼復雜度增量大于C2條件下的編碼復雜度增量。這是因為濾波過程中所涉及的矩陣乘法的時間復雜度與點的個數有關。具體來說，點越多，復雜度越高。由于C1條件下重構的點云（幾何圖形進行無損編碼）包含更多的點，時間復雜度的增加更為明顯。

另外，幀間編碼的復雜度增量小于幀內編碼的復雜度增量。這是因為幀內編碼的編碼時間較短，而在幀內編碼中加入維納濾波器所帶來的復雜性更為顯著。

相關論文：High Efficiency Wiener Filter-based Point Cloud Quality Enhancement for MPEG G-PCC

https://arxiv.org/pdf/2503.17467

總的來說，團隊提出了一種高效的維納濾波方法，可以提高MPEG - pcc圖像的重建質量和RD性能。它包括四個部分，即用于快速鄰居搜索的MKNN，用于維納濾波基本實現的BWF，通過繼承第一幀來保存濾波系數的CIWF，以及針對Luma分量專門設計的基于點分類的VCWF。實驗結果表明，這四個部分都有效，并且通過將它們集成在一起（即VCWF-M），與最新的G-PCC測試平臺相比，在可承受的復雜性成本下，它可以在客觀和主觀指標獲得顯著的研發性能提升。展望未來，研究人員將進一步完善所提出的方法，以進一步提高編碼效率和降低時間復雜度。