| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-16 15:30 LiDAR 点群の高効率ニューラル圧縮と実時間通信実験 ○清水颯人・甲藤二郎（早大）  IMQ2025-52 IE2025-129 MVE2025-59 |
|
| 抄録 | （和） | 3次元点群データは自動運転やVR/AR など幅広い分野で活用されているが，大規模なデータ量がストレー ジや通信インフラに大きな負担を与えるため，効率的な圧縮技術が不可欠である．近年，深層学習を用いた点群圧縮 手法が優れた性能を示しているが，リアルタイム処理が困難という課題があった．本研究では，リアルタイムニュー ラル点群圧縮手法RENO を基盤とし，複数世代(スケール) の祖先特徴を階層的に統合する祖先特徴統合手法を提案 する．提案手法は，既存のRENO が持つブロードキャスト機能(Fast Coordinate Generator) を再利用することで，計算 オーバーヘッドを最小限に抑えつつ，分布が疎になる深度における文脈情報を補完する．KITTI Detection データセッ トを用いた評価実験により，RENO 比で最大3.65% のbpp 削減を達成しつつ，処理時間の増加を約6% に抑制し，リ アルタイム性能を維持することを実証した．さらに，実際のネットワーク環境下でのリアルタイム点群伝送実験を通 じて，提案手法を含むRENO ベースコーデックが実用的なエンドツーエンドシステムとして機能することを確認した． |
| （英） | Three-dimensional point cloud data are vital for autonomous driving and VR/AR, but their massive volume necessitates efficient compression. While deep learning-based methods offer hig performance, real-time processing remains a challenge. This study proposes an ancestral feature integration method based on RENO, a real-time neural point cloud codec, which hierarchically integrates features from multiple ancestral scales. By leveraging the broadcast functionality of RENO’s Fast Coordinate Generator, the proposed method supplements contextual information at sparse depths with minimal computational overhead. Experiments on the KITTI Detection dataset show that our method achieves up to a 3.65% bpp reduction over RENO, while limiting processing time increase to approximately 6%, thus maintaining real-time performance. Furthermore, real-time transmission experiments in actual network environments confirm the RENO-based codec’s effectiveness as a practical end-to-end system. | |
| キーワード | （和） | 点群圧縮 / 深層学習 / リアルタイム処理 / LiDAR / 自動運転 / / / |
| （英） | point cloud compression / deep learning / real-time processing / LiDAR / autonomous driving / / / | |
| 文献情報 | 信学技報, vol. 125, no. 410, IE2025-129, pp. 188-193, 2026年3月. | |
| 資料番号 | IE2025-129 | |
| 発行日 | 2026-03-09 (IMQ, IE, MVE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IMQ2025-52 IE2025-129 MVE2025-59 |
|
| 研究会情報 | |
| 研究会 | CQ MVE IMQ IE |
| 開催期間 | 2026-03-16 - 2026-03-18 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa-Sangyoushien-Center |
| テーマ（和） | 五感に訴えるオンラインメディアとその評価，および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2026-03-CQ-MVE-IMQ-IE |
| 本文の言語 | 日本語 |
| タイトル（和） | LiDAR 点群の高効率ニューラル圧縮と実時間通信実験 |
| サブタイトル（和） | |
| タイトル（英） | High-Efficiency Neural Compression and Real-Time Communication Experiments for LiDAR Point Clouds |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 点群圧縮 / point cloud compression |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | リアルタイム処理 / real-time processing |
| キーワード(4)（和/英） | LiDAR / LiDAR |
| キーワード(5)（和/英） | 自動運転 / autonomous driving |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 清水 颯人 / Shimizu Hayato / シミズ ハヤト |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 甲藤 二郎 / Katto Jiro / |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-16 15:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2025-52, IE2025-129, MVE2025-59 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.408(IMQ), no.410(IE), no.411(MVE) |
| ページ範囲 | pp.188-193 |
| ページ数 | 6 |
| 発行日 | 2026-03-09 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]