Compression de nuages de points 3D pour les humains et les machines – PICNICS

L'objectif de PICNICS est de construire un schéma de compression original et efficace dédié aux nuages de points 3D statiques et dynamiques, servant pour les humains et les machines. Il s'appuiera sur les techniques d’intelligence artificielle les plus récentes pour proposer des solutions performantes aux 3D-PCs. PICNICS concevra une fonction d'encodage adéquate avec pour but de produire des attributs appropriés aux deux tâches. Cela inclut la stratégie d'allocation des ressources dans l'espace latent entre les attributs. Pour aborder l'aspect dynamique des 3D-PCs, une solution axée sur l'extraction de caractéristiques temporelles sera proposée. Le défi majeur est de rendre les modèles d'apprentissage utilisés faiblement/auto-supervisés et économes en étiquetage. Un autre objectif est de définir une solution globale d'évaluation de la qualité des 3D-PCs. Cela inclut la définition d'un paradigme d'évaluation subjective dédié pour les scénarios de réalité étendue, en plus de mesures de qualité basées sur la perception. Du côté des applications de PICNICS, différents cas d'utilisation de la vision artificielle seront étudiés sur des PC statiques et dynamiques, notamment la reconnaissance d'objets/lieux, la vidéosurveillance ainsi que la conduite autonome. Dans ces cas d'utilisation, tirer parti de différentes connaissances a priori, y compris la multimodalité et la redondance spatio-temporelle, permet de concevoir des modèles d'apprentissage auto-supervisés qui conviennent à la fois aux tâches de compression et d'utilité. Enfin, rendre les modèles proposés légers et temps réel est également un enjeu majeur, notamment pour les PC dynamiques. Tous les cas d'utilisation, conçus dans PICNICS, seront évalués à l'aide d’ensembles de données de référence disponibles.