Superpixel-driven 360º image compression

• Ano de defesa: 2025
• Autor(a) principal: Binkowski, Bruno
• Orientador(a): Walter, Marcelo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Imagens omnidirecionais; Imagens 360°; Realidade virtual; Compressão de imagens
• Palavras-chave em Inglês: Graph fourier transform; Latitude-adaptive quantization; Superpixels
• Link de acesso: http://hdl.handle.net/10183/295558

Imagens omnidirecionais, 360◦ ou esféricas são sinais definidos sobre a superfície da esfera que capturam todo o campo de visão em todas as direções. Essas imagens são es senciais para aplicações imersivas, como a realidade virtual, e frequentemente possuem altas resoluções, exigindo estratégias de compressão eficientes e especializadas. Tipica mente, imagens esféricas são projetadas em um plano bidimensional por meio da projeção equiretangular, a qual introduz distorções dependentes da latitude que afetam tanto a re presentação quanto o desempenho da compressão. Métodos convencionais de compressão baseados em blocos, quando aplicados a imagens 360◦, frequentemente resultam em ar tefatos visuais de blocagem e enfrentam limitações quanto à adaptabilidade geométrica, levando a uma qualidade visual subótima e desafios práticos de implementação. Neste trabalho, propomos uma nova estrutura de compressão guiada por conteúdo, especifica mente projetada para imagens esféricas, que utiliza superpixels esféricos como unidades de codificação. Cada superpixel é processado por meio de uma transformada de Fou rier no domínio de grafos com pesos esféricos (GFT) e uma estratégia de quantização adaptativa à latitude, permitindo melhor alinhamento com a geometria e a distribuição de conteúdo do sinal esférico. Nosso método atinge desempenho de compressão com va lores de estado da arte, com ganhos de qualidade de imagem de até 3,66 dB e reduções de taxa de bits de até 55% em comparação com outras abordagens recentes baseadas em unidades de codificação. Em comparação com os métodos baseados em aprendizado de máquina, que exigem treinamento específico para cada taxa de bits e enfrentam dificulda des de generalização, nossa abordagem dispensa treinamento e alcança qualidade visual competitiva.