点云视频是一种新兴媒体，可以提供高度沉浸式和交互式的用户体验。点云视频由3D数据组成，使用户能够以六个自由度观看视频。随着虚拟现实(VR)和增强现实(AR)的最新进展，点云视频产生了许多引人注目的应用。点云将广泛应用于虚拟现实、增强现实、自动驾驶、自由视点体育赛事回放以及虚拟视频会议等领域中。

　　点云视频通常通过无线网络向移动设备进行传输，从而提供给用户身临其境的感觉。原始点云视频往往是以3D坐标和RGB颜色列表组成的格式进行存储的，其数据量非常巨大，已经超出了当前wifi和5G的传输速率。同时，由于其非结构化、密度不均匀等属性，给点云的压缩带来了巨大挑战。因此需要结合原始点云视频数据的特点，找到适合于点云视频数据的压缩方法，能够在有限的网络传输带宽中实现低比特率、低失真率的点云压缩具有重要的理论意义和应用价值。

　　本项目通过对连续的点云视频帧之间进行动作补偿，查找帧之间的冗余以进行压缩。在压缩过程中，本项目探索通过八叉树等空间结构消除冗余的方法，并引入图片编码器来对颜色信息进行处理。

　　已完成的工作：

• 充分利用帧间冗余信息进行了点云的压缩，在三维压缩方法中达到了最佳效果。

• 对点云的解码进行了加速，使解码延迟能够满足实时观看的需求。

　　正在进行的工作：

• 探索更高效地压缩颜色信息的方法，并尽可能减少解码后的失真。

（项目负责人：肖梦白）