선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 개선된 AA의 연결데이타 압축 방법과 지역 좌표영역 세분화에 기초한 새로운 기하 압축 방법을 제시하였다.
- 하지만 지역좌표계를 이용한 알고리즘은 적절한 압축률과 왜곡률을 위한 양자화수를 찾는데 사용자의 많은 시행착오에 의존하기 때문에 실제로 사용하기에는 어려움이 있다. 본 논문에서는 지역 좌표계를 사용해 압축 효율을 유지하면서도 사용이 쉽고 간단한 새로운 압축 알고리즘을 제안하고자 한다(그림 1, 2, 표 3 참조). 또한, 기존의 우수한 압축 방법인 Angle-Analyzer[4]의 연결데이타 압축알고리즘에 문맥 모델링(context- modelingX 적용하여 압축률을 더욱 향상시켰다.
- 본 논문의 새로운 기하 압축 방법은 위의 수도코드에서 (*)부분에 적용된다. 본 방법의 핵심은 지역 좌표영역 내의 각 점의 위치에 따라서 세분화될 영역의 크기를 조정하고, 세분화 정도를 달리하는 것이다. 세분화시 점이 속한 내부 셀의 숫자를 부호화한다(그림 2, 5의 우측).
- 최근, 2D 이미지 프로세 싱[14]에서 사용되었던 문맥 모델링을 등가 곡면 압축 [15, 10] 등에 사용하여 더 높은 압축률을 얻을 수 있었다. 이에, 3차원 메쉬 압축에 확장 적용하기 위한 실험을 하였다. (**)표시된 3절의 4번째 단계인 암호화 과정 에 적용되는 기법으로 압축률 향상에 기여하였다.
- 광역 좌표계를 이용한 기하 압축 알고리즘은 비록 압축률은 떨어지지만, 사용이 간단하고 압축률과 왜곡률 간의 직관적인 조절이 가능한 장점이 있다. 이에, 본 논문은 압축률이 우수한 지역 좌표계에 기초한 알고리즘을 개선하여 압축효율을 유지하면서, 동시에 사용의 용이성 및 신뢰성을 높이는 방법을 제시하였다. 지역 좌표영역 내의 점의 분포에 대한 관찰을 통해 적응형 세분화를 제안하였고, 비 균일적 세분화를 통해 비 균일적 양자화를 시뮬레이션 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.