Přejít k obsahu


Deblocking for dynamic triangle meshes

Citace: [] RUS, J., VÁŠA, L. Deblocking for dynamic triangle meshes. In VISIGRAPP 2012 : 7th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications. Setúbal: SciTePress, 2012. s. 48-57. ISBN: 978-989-8565-02-0
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: Deblocking for dynamic triangle meshes
Rok vydání: 2012
Místo konání: Setúbal
Název zdroje: SciTePress
Autoři: Ing. Jan Rus , Ing. Libor Váša Ph.D.
Abstrakt CZ: Shlukovací algoritmy jsou užitečným nástrojem, kterým lze zlepšit efektivitu algoritmů sloužících ke kompresi trojúhelníkových sítí. Na druhou stranu, oddělené zpracování částí trojúhelníkových sítí často vede ke vzniku nových typů artefaktů -prasklinám a posuvům na hranicích mezi jednotlivými částmi sítě (shluky vrcholů). Tyto artefakty jsou zřetelně rozpoznávány jak lidským zrakem, tak chybovými metrikami založenými na lidském vnímání. V tomto článku představujeme post-process algoritmus, který je zaměřen na redukci zmíněných artefaktů bez potřeby jakýchkoliv dodatečných dat -využívá pouze informaci o rozmístění shluků, která je již dekodéru známá. Tento algoritmus iterativě aplikuje na každý shluk vrcholů trojúhelníkové sítě rigidní transformaci, jejímž cílem je minimalizovat artefakty na jeho hranicích. Naše experimenty ukazují, že v případě sítí komprimovaných s malým datovým tokem tento postup vede k redukci poškození trojúhelníkové sítě až o 18% (měřeno metrikou STED). V článku rovněž předkládáme vizuální výsledky našich experimentů potvrzující, že dosažené zlepšení je velmi dobře viditelné.
Abstrakt EN: Static and animated triangle meshes are ubiquitous as model representations in computer graphics applications. In recent years, the level of detail of such data has increased dramatically, motivating the development of efficient compression techniques. Similarly to image and audio compression, precision loss is tolerated in many compression scenarios, where a human observer is the final consumer of the data. Previous research has shown that mesh segmentation (clustering) is a useful tool, which improves compression performance. On the other hand, per-partes processing of meshes often leads to new types of artifacts - cracks and shifts on the borders between clusters. These artifacts are detected by both, Human Visual System (HVS) and perceptually-motivated distortion metrics. In this paper, we present a novel post processing algorithm, which aims at reducing such artifacts without needing any additional data - using only information about the cluster distribution that is already present at the decoder. A rigid transformation, which minimises the border artifacts, is iteratively computed and applied per cluster. Our experiments show that this approach leads to a reduction of distortion, as measured by the STED metric, by up to 18% for low bitrates. We also present visual results confirming that the improvement is well visible.
Klíčová slova

Zpět

Patička