电竞博彩-电子竞技博彩

7月26日，中国计算机学会（CCF）推荐的A类国际学术会议ACM Multimedia 2023论文接收结果公布。由电子竞技博彩 丁丹丹副教授指导，研究生章骏腾、张俊哲分别完成的两篇论文被录用，是电子竞技博彩 首次以第一单位在ACM MM发表论文。国际多媒体学术会议（ACM International Conference on Multimedia，简称ACM MM）由国际计算机协会（ACM）发起，是多媒体处理、分析与计算领域的最顶级盛会，也是中国计算机学会推荐的多媒体领域唯一的A类国际学术会议。ACM MM 2023将在加拿大渥太华举行，投稿量为3000多篇，录用文章902篇，录用率为29.3%。

论文简介：

本文提出了一种基于学习的点云压缩方法YOGA。YOGA采用统一的基于端到端学习的方式来进行单独的几何和属性压缩，包括两层结构：在基础层使用G-PCC对下采样的缩略点云进行编码，并在G-PCC压缩先验的基础上，在增强层堆叠多尺度稀疏卷积，以有效地表征空间相关性对全分辨率样本进行压缩。此外，YOGA集成了自适应量化和熵模型组以实现可变速率控制，以及自适应滤波器以实现更好的质量恢复。YOGA在编码效率上显著优于最新的G-PCC压缩标准，例如，使用PCQM（点云质量指标）作为失真评估，BD-BR增益为25%。由于采用了稀疏卷积和并行熵编码，算法复杂度低，运行时间与G-PCC编解码器类似。

论文简介：

MPEG G-PCC点云压缩标准专为点云有损编码而开发，以实现互联网上的沉浸式服务。然而，有损G-PCC引入了几何和属性信息的叠加失真，严重影响了体验质量。因此，本文提出增强型G-PCC（G-PCC++），以有效解决压缩失真并恢复质量。G-PCC++将增强分为两个阶段：首先增强几何信息，然后将解码的属性映射到增强后的几何体以进行细化。具体地，对于几何增强，首先使用最近邻线性插值来生成更密集的几何表示，然后使用GeoNet进一步生成足够的候选点，并通过概率排序选择来恢复几何信息；对于属性增强，设计了基于最邻近点的高斯距离加权映射来对所有点重新着色，然后由AttNet进行细化以完成最终重建。G-PCC++是第一个同时完成几何和属性增强的方案。大量实验表明了G-PCC++的优越性：相比于G-PCC，在几何D1 (D2)上获得88.24% (80.54%)的增益，在属性Y (YUV)上获得14.64% (13.09%)的增益。此外，当联合考虑几何和属性时，G-PCC++相比G-PCC获得了高达25.58%的性能增益。（图/文 洪东招 丁丹丹）