Proteus: A Truncation-Robust Entropy Model for Progressive LiDAR Compression

Resumen Técnico: PROTEUS – Un Modelo de Entropía Robusto ante la Truncación para la Compresión Progresiva de LiDAR

1. Declaración del Problema

Las nubes de puntos LiDAR proporcionan límites físicos explícitos y deterministas, esenciales para la percepción colaborativa de seguridad crítica (p. ej., detección de colisiones, evasión de peligros). Sin embargo, la transmisión de estas densas estructuras de datos a través de canales inalámbricos dinámicos (V2X, enjambres de UAV) introduce dos desafíos críticos:

• Fluctuación de Ancho de Banda y Truncación: Las interrupciones transitorias del enlace o las caídas de ancho de banda provocan la truncación del flujo en tránsito. Los códecs convencionales colapsan bajo tales condiciones, requiriendo bucles de retroalimentación con alta latencia para renegociar las tasas de bits, lo que detiene los procesos en tiempo real.
• Deficiencias del Canal frente a Fidelidad Física: Los marcos de trabajo robustos existentes, como el Codificación Conjunta Fuente-Canal Profunda (Deep JSCC) o la Codificación de Múltiples Descripciones (MDC), gestionan la pérdida de paquetes reconstruyendo las regiones faltantes mediante estimación estadística o paramétrica. Si bien esto mantiene una calidad perceptual o un mAP competitivos para tareas de downstream, convierte las mediciones físicas exactas en estimaciones algorítmicas no verificadas. Para tareas de seguridad crítica, preservar la naturaleza matemáticamente acotada y determinista de la medición del sensor —incluso a una resolución más gruesa— es indispensable.

El desafío central consiste en diseñar un códec aprendido que logre una compresión progresiva y robusta ante la truncación, preservando estrictamente los límites físicos exactos de las mediciones LiDAR, evitando la "alucinación" de la geometría inherente a los métodos de estimación estadística.

2. Metodología

Los autores proponen Proteus, un códec de LiDAR aprendido que opera sobre imágenes de rango 2D. El marco desacopla la representación del cuadro en dos flujos de codificación independientes para lograr robustez ante la truncación a nivel de flujo:

A. Representación y Desacoplamiento
La imagen de rango de entrada $R = (x, a)$ consiste en el canal de rango $x$ (profundidad de bits $d$) y los canales de atributos $a$ (p. ej., reflectancia). El canal de rango se divide en $d$ planos de bits y se particiona en:

1. SIG (Significativo): Los planos de bits más significativos ($x_{1:s}$), que comprenden un "cabezal" ($x_{1:h}$) y un "medio" ($x_{h+1:s}$) subbloque.
2. INS (Insignificante): Los planos de bits de la cola restantes ($x_{s+1:d}$) y todos los canales de atributos.

B. Coder SIG: Bits-Back Autocontenido
El bloque SIG codifica los planos significativos utilizando un esquema de codificación bits-back que es enteramente autocontenido dentro del bloque.

• Mecanismo: Utiliza un mecanismo de Bits Iniciales Autorregresivos (ArIB). El subbloque "medio" se codifica primero sin condicionamiento latente para generar los bits iniciales. Estos bits se utilizan luego para decodificar la variable latente $z$ para el subbloque "cabezal", el cual se codifica bajo la posterior $q(z|x_{1:h})$.
• Beneficio: Esto elimina la sobrecarga por cada cuadro típicamente asociada con la codificación bits-back (que usualmente requiere amortización sobre una secuencia). El bloque SIG es no truncable; establece un límite inferior perceptual necesario y autocontenido. Si el flujo se trunca antes de completar el SIG, el cuadro es indecodificable, pero si el SIG se recibe, la estructura geométrica fundamental se preserva.

C. Coder INS: FIFO Robusto ante la Truncación
El bloque INS codifica los planos de rango insignificantes y los atributos utilizando un codificador de rango FIFO (First-In-First-Out).

• Ordenamiento: El flujo se serializa con los planos de rango de la cola ($x_{s+1:d}$) precediendo a los planos de atributos ($a$). Esto prioriza la precisión geométrica sobre la fidelidad de los atributos durante las caídas de ancho de banda.
• Propiedades de Truncación:
  • Degradación Determinista de la Precisión: Truncar $N$ planos de bits menos significativos del rango es matemáticamente equivalente al relleno con ceros (zero-padding), lo que resulta en una degradación determinista de la precisión espacial ($\Delta_N = 2^N \cdot \Delta_0$). Esto evita la necesidad de estimación estadística de la geometría faltante.
  • Reconstrucción Híbrida de Atributos: Cuando los bits de los atributos son truncados, los bits restantes se reconstruyen mediante un método híbrido de pérdida-predictivo. La geometría decodificada (del SIG y del INS de rango recibido) sirve como un fuerte prior estructural para una red de predicción $h_\theta$ que aproxima los detalles de atributos faltantes.
• Robustez: Dado que el SIG representa aproximadamente el 30% del flujo de bits, Proteus permanece totalmente decodificable incluso si se trunca hasta el 70% del flujo INS.

3. Contribuciones Clave

1. Bits-Back Robusto ante la Truncación: El artículo aborda la incompatibilidad entre la robustez ante la truncación y la alta eficiencia de la codificación bits-back. Medi el desacoplamiento del flujo y el uso de ArIB, Proteus permite una degradación progresiva y gradual con solo una penalización menor en la eficiencia de la compresión sin pérdida, eliminando la sobrecarga de fotograma único.
2. Ordenamiento Estratégico de Geometría-Atributo: Se diseña un marco de codificación conjunta donde los datos de atributos subordinados se colocan después de la geometría en el flujo truncable. Esto permite que el sistema sacrifique naturalmente la precisión de los atributos primero durante las caídas de ancho de banda, manteniendo el rendimiento de la percepción downstream incluso con una truncación significativa.
3. Preservación Física Determinista: A diferencia de Deep JSCC o MDC, que dependen de la estimación paramétrica, Proteus asegura que las reconstrucciones truncadas sean proyecciones matemáticamente acotadas de la fuente. La geometría nunca es "alucinada"; simplemente se reconstruye a una menor precisión.

4. Resultados Experimentales

Los experimentos se realizaron utilizando el Waymo Open Dataset (WOD) y SemanticKITTI.

• Robustez ante la Truncación: Proteus tolera hasta un ~70% de truncación del flujo de bits. Bajo truncación, el error geométrico permanece matemáticamente acotado (p. ej., truncar 3 planos resulta en una precisión de ~8mm en KITTI), y el rendimiento de la detección de objetos 3D en downstream se degrada progresivamente hacia un límite inferior autocontenido en lugar de colapsar.
• Eficiencia de Compresión (Canales Ideales): Bajo condiciones ideales (0% de truncación), Proteus supera a los estándares establecidos (G-PCC, Draco, JPEG XL) y al baseline aprendido Unicorn.
  • SemanticKITTI: Logra una ganancia de tasa BD del -35.41% sobre G-PCC para geometría y del -15.59% para intensidad.
  • WOD: Logra una ganancia de tasa BD del -42.72% sobre G-PCC para geometría y del -80.47% para intensidad.
• Estudios de Ablación:
  • Eliminar el mecanismo bits-back aumenta la tasa en un +20.19%.
  • Eliminar el esquema ArIB aumenta la tasa en un +31.17%.
  • El diseño desacoplado incurre en solo un impuesto de eficiencia del 6.56% respecto a un esquema ArIB acoplado para permitir la robustez ante la truncación.
  • El módulo de reconstrucción híbrida de atributos (LUT + CNN Head) es computacionalmente ligero (1.3 MB de almacenamiento, 5.2 ms de sobrecarga) y crítico para el rendimiento (eliminar ambos aumenta la tasa BD en un +67.8%).

5. Significado y Reivindicaciones

El artículo afirma que Proteus resuelve la tensión fundamental entre la compresión de alta eficiencia y la transmisión robusta ante el canal para aplicaciones de LiDAR de seguridad crítica. Al restringir estrictamente las dependencias de codificación al interior del fotograma y desacoplar la representación, Proteus logra:

• Resistencia a la pérdida de paquetes a nivel de fotograma (sin predicción inter-fotograma que se rompa).
• Flujos de bits prefix-decodificables que producen reconstrucciones válidas sin coordinación previa.
• Redes de seguridad matemáticamente verificables: La nube de puntos reconstruida retiene sus límites físicos deterministas, asegurando que, incluso bajo una truncación severa, los datos sigan siendo una medición fiel, aunque de menor precisión, en lugar de una estimación no verificada.

Los autores posicionan a Proteus como una solución que permite a los sistemas autónomos colaborativos compartir nubes de puntos densas sobre canales inalámbricos poco fiables sin comprometer la integridad matemática requerida para la toma de decisiones de seguridad crítica.