Buchumschlag

Point Cloud Geometry Scalable Coding with a Quality-Conditioned Latents Probability Estimator

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mari, Daniele, Guarda, André F. R., Rodrigues, Nuno M. M., Milani, Simone, Pereira, Fernando
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Point Cloud Geometry Scalable Coding Using a Resolution and Quality-conditioned Latents Probability Estimator
von: Mari, Daniele, et al.
Veröffentlicht: (2025)

The JPEG Pleno Learning-based Point Cloud Coding Standard: Serving Man and Machine
von: Guarda, André F. R., et al.
Veröffentlicht: (2024)

A Double Deep Learning-based Solution for Efficient Event Data Coding and Classification
von: Seleem, Abdelrahman, et al.
Veröffentlicht: (2024)

Enhancing the Rate-Distortion-Perception Flexibility of Learned Image Codecs with Conditional Diffusion Decoders
von: Mari, Daniele, et al.
Veröffentlicht: (2024)

Deep Learning-based Event Data Coding: A Joint Spatiotemporal and Polarity Solution
von: Seleem, Abdelrahman, et al.
Veröffentlicht: (2025)

TAFA-GSGC: Group-wise Scalable Point Cloud Geometry Compression with Progressive Residual Refinement
von: Li, Xiumei, et al.
Veröffentlicht: (2026)

Effectiveness of learning-based image codecs on fingerprint storage
von: Mari, Daniele, et al.
Veröffentlicht: (2024)

Learning from Mistakes: Self-Regularizing Hierarchical Representations in Point Cloud Semantic Segmentation
von: Camuffo, Elena, et al.
Veröffentlicht: (2023)

Fingerprint Membership and Identity Inference Against Generative Adversarial Networks
von: Cavasin, Saverio, et al.
Veröffentlicht: (2024)

Deep Probability Segmentation: Are segmentation models probability estimators?
von: Fassio, Simone, et al.
Veröffentlicht: (2024)

GT-PCQA: Geometry-Texture Decoupled Point Cloud Quality Assessment with MLLM
von: Zhang, Guohua, et al.
Veröffentlicht: (2026)

Lightweight Super Resolution-enabled Coding Model for the JPEG Pleno Learning-based Point Cloud Coding Standard
von: Guarda, André F. R., et al.
Veröffentlicht: (2026)

Scalable Dynamic Origin-Destination Demand Estimation Enhanced by High-Resolution Satellite Imagery Data
von: Liu, Jiachao, et al.
Veröffentlicht: (2025)

Inter-Frame Compression for Dynamic Point Cloud Geometry Coding
von: Akhtar, Anique, et al.
Veröffentlicht: (2022)

Point-PNG: Conditional Pseudo-Negatives Generation for Point Cloud Pre-Training
von: Mahendren, Sutharsan, et al.
Veröffentlicht: (2024)

Toward Scalable, Flexible Scene Flow for Point Clouds
von: Vedder, Kyle
Veröffentlicht: (2025)

FrePolad: Frequency-Rectified Point Latent Diffusion for Point Cloud Generation
von: Zhou, Chenliang, et al.
Veröffentlicht: (2023)

PointLAMA: Latent Attention meets Mamba for Efficient Point Cloud Pretraining
von: Lin, Xuanyu, et al.
Veröffentlicht: (2025)

Continual Learning for LiDAR Semantic Segmentation: Class-Incremental and Coarse-to-Fine strategies on Sparse Data
von: Camuffo, Elena, et al.
Veröffentlicht: (2023)

Efficient and Scalable Point Cloud Generation with Sparse Point-Voxel Diffusion Models
von: Romanelis, Ioannis, et al.
Veröffentlicht: (2024)

Geometry-to-Image Synthesis-Driven Generative Point Cloud Registration
von: Jiang, Haobo, et al.
Veröffentlicht: (2025)

Visual Point Cloud Forecasting enables Scalable Autonomous Driving
von: Yang, Zetong, et al.
Veröffentlicht: (2023)

Category-Agnostic Pose Estimation for Point Clouds
von: Liu, Bowen, et al.
Veröffentlicht: (2024)

Flow AM: Generating Point Cloud Global Explanations by Latent Alignment
von: Tan, Hanxiao
Veröffentlicht: (2024)

Multiview Point Cloud Registration via Optimization in an Autoencoder Latent Space
von: Vedrenne, Luc, et al.
Veröffentlicht: (2025)

Graph Smoothing for Enhanced Local Geometry Learning in Point Cloud Analysis
von: Yuan, Shangbo, et al.
Veröffentlicht: (2026)

PointQ-Bench: Benchmarking Diagnostic and Interpretable Point Cloud Quality Assessment
von: Wang, Duanchu, et al.
Veröffentlicht: (2026)

QD-PCQA: Quality-Aware Domain Adaptation for Point Cloud Quality Assessment
von: Zhang, Guohua, et al.
Veröffentlicht: (2026)

LanteRn: Latent Visual Structured Reasoning
von: Viveiros, André G., et al.
Veröffentlicht: (2026)

Rate-distortion Optimized Point Cloud Preprocessing for Geometry-based Point Cloud Compression
von: Ma, Wanhao, et al.
Veröffentlicht: (2025)

Fast Point Cloud Geometry Compression with Context-based Residual Coding and INR-based Refinement
von: Xu, Hao, et al.
Veröffentlicht: (2024)

Asynchronous Feedback Network for Perceptual Point Cloud Quality Assessment
von: Zhang, Yujie, et al.
Veröffentlicht: (2024)

Asymmetrical Siamese Network for Point Clouds Normal Estimation
von: Jin, Wei, et al.
Veröffentlicht: (2024)

UGAE: Unified Geometry and Attribute Enhancement for G-PCC Compressed Point Clouds
von: Zhao, Pan, et al.
Veröffentlicht: (2025)

PCR-CG: Point Cloud Registration via Deep Explicit Color and Geometry
von: Zhang, Yu, et al.
Veröffentlicht: (2023)

GAPrompt: Geometry-Aware Point Cloud Prompt for 3D Vision Model
von: Ai, Zixiang, et al.
Veröffentlicht: (2025)

Octree-based Learned Point Cloud Geometry Compression: A Lossy Perspective
von: Zheng, Kaiyu, et al.
Veröffentlicht: (2026)

PDF: A Probability-Driven Framework for Open World 3D Point Cloud Semantic Segmentation
von: Xu, Jinfeng, et al.
Veröffentlicht: (2024)

PointDiffuse: A Dual-Conditional Diffusion Model for Enhanced Point Cloud Semantic Segmentation
von: He, Yong, et al.
Veröffentlicht: (2025)

Scalable Human-Machine Point Cloud Compression
von: Ulhaq, Mateen, et al.
Veröffentlicht: (2024)