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

Résumé Technique : PROTEUS – Un modèle d'entropie robuste à la troncature pour la compression progressive de LiDAR

1. Énoncé du problème

Les nuages de points LiDAR fournissent des limites physiques explicites et déterministes, essentielles pour la perception collaborative axée sur la sécurité (ex. : détection de collisions, évitement d'obstacles). Cependant, la transmission de ces structures de données denses via des canaux sans fil dynamiques (V2X, essaims de drones) introduit deux défis critiques :

• Fluctuation de la bande passante et troncature : Les interruptions transitoires de liaison ou les baisses de bande passante provoquent une troncature du flux en transit. Les codecs conventionnels s'effondrent dans de telles conditions, nécessant des boucles de rétroaction lourdes en latence pour renégocier les débits, ce qui interrompt les pipelines en temps réel.
• Altérations du canal vs Fidélité physique : Les cadres existants, tels que le Deep Joint Source-Channel Coding (Deep JSCC) ou le Multiple Description Coding (MDC), gèrent la perte de paquets en reconstruisant les régions manquantes via une estimation statistique ou paramétrique. Bien que cela maintienne une qualité perceptuelle ou un mAP compétitifs, cela transforme des mesures physiques exactes en estimations algorithmiques non vérifiées. Pour les tâches critiques de sécurité, préserver la nature mathématiquement bornée et déterministe de la mesure du capteur — même à une résolution plus grossière — est indispensable.

Le défi central consiste à concevoir un codec appris qui permette une compression progressive et robuste à la troncature tout en préservant strictement les limites physiques exactes des mesures LiDAR, évitant ainsi l'« hallucination » de la géométrie inhérente aux méthodes d'estimation statistique.

2. Méthodologie

Les auteurs proposent Proteus, un codec LiDAR appris opérant sur des images de plage (range images) 2D. Le cadre découple la représentation de la trame en deux flux de codage indépendants pour obtenir une robustesse à la troncature au niveau du flux :

A. Représentation et Découplage
L'image de plage d'entrée $R = (x, a)$ consiste en un canal de plage $x$ (profondeur de bits $d$) et des canaux d'attributs $a$ (ex. : réflectance). Le canal de plage est découpé en $d$ plans de bits et partitionné en :

1. SIG (Significatif) : Les plans de bits les plus significatifs ($x_{1:s}$), comprenant un sous-bloc « tête » ($x_{1:h}$) et un sous-bloc « milieu » ($x_{h+1:s}$).
2. INS (Insignifiant) : Les plans de bits de queue restants ($x_{s+1:d}$) et tous les canaux d'attributs.

B. Codeur SIG : Bits-Back auto-contenu
Le bloc SIG encode les plans significatifs en utilisant un schéma de codage bits-back qui est entièrement auto-contenu au sein du bloc.

• Mécanisme : Il utilise un mécanisme d'Initialisation de Bits Autorégressifs (ArIB). Le sous-bloc « milieu » est encodé en premier sans conditionnement latent pour générer les bits initiaux. Ces bits sont ensuite utilisés pour décoder la variable latente $z$ du sous-bloc « tête », qui est encodé sous la distribution postérieure $q(z|x_{1:h})$.
• Avantage : Cela élimine l'overhead par trame typiquement associé au codage bits-back (qui nécessite généralement une amortisation sur une séquence). Le bloc SIG est non-tronquable ; il établit un seuil perceptuel inférieur nécessaire et auto-contenu. Si le flux est tronqué avant la fin du SIG, la trame est indécodable, mais si le SIG est reçu, la structure géométrique fondamentale est préservée.

C. Codeur INS : FIFO robuste à la troncature
Le bloc INS encode les plans de plage insignifiants et les attributs en utilisant un codeur de plage FIFO (First-In-First-Out).

• Ordre : Le flux est sérialisé avec les plans de bits de queue de la plage ($x_{s+1:d}$) précédant les plans d'attributs ($a$). Cette méthode priorise la précision géométrique sur la fidélité des attributs lors des baisses de bande passante.
• Propriétés de troncature :
  • Dégradation déterministe de la précision : Tronquer $N$ plans de bits les moins significatifs est mathématiquement équivalent à un remplissage par zéro (zero-padding), ce qui entraîne une dégradation déterministe de la précision spatiale ($\Delta_N = 2^N \cdot \Delta_0$). Cela évite le recours à l'estimation statistique de la géométrie manquante.
  • Reconstruction hybride des attributs : Lorsque les bits d'attributs sont tronqués, les bits restants sont reconstruits via une méthode hybride sans perte-prédictive. La géométrie décodée (provenant du SIG et de l'INS de plage reçu) sert de prior structurel fort pour un réseau de prédiction $h_\theta$ afin d'approximer les détails manquants des attributs.
• Robustesse : Puisque le SIG représente environ 30 % du flux binaire, Proteus reste entièrement décodable même si jusqu'à 70 % du flux INS est tronqué.

3. Contributions clés

1. Bits-Back robuste à la troncature : L'article traite de l'incompatibilité entre la robustesse à la troncature et l'efficacité élevée du codage bits-back. En découplant le flux et en utilisant l'ArIB, Proteus permet une dégradation progressive et élégante avec seulement une légère pénalité en efficacité de compression sans perte, éliminant l'overhead par trame unique.
2. Ordre stratégique Géométrie-Attribut : Un cadre de codage conjoint est conçu où les données d'attributs subordonnées sont placées après la géométrie dans le flux tronquable. Cela permet au système de sacrifier naturellement la précision des attributs en premier lors des baisses de bande passante, maintenant les performances de perception en aval même avec une troncature importante.
3. Préservation physique déterministe : Contrairement au Deep JSCC ou au MDC, qui reposent sur l'estimation paramétrique, Proteus garantit que les reconstructions tronquées sont des projections mathématiquement bornées de la source. La géométrie n'est jamais « hallucinée » ; elle est simplement reconstruite à une précision moindre.

4. Résultats expérimentaux

Les expériences ont été menées sur le Waymo Open Dataset (WOD) et SemanticKITTI.

• Robustesse à la troncature : Proteus tolère jusqu'à ~70 % de troncature du flux binaire. En cas de troncature, l'erreur géométrique reste mathématiquement bornée (ex. : la troncature de 3 plans produit une précision d'environ 8 mm sur KITTI), et la performance de détection d'objets 3D en aval se dégrade progressivement vers un seuil inférieur auto-contenu plutôt que de s'effondrer.
• Efficacité de compression (Canaux idéaux) : Dans des conditions idéales (0 % de troncature), Proteus surpasse les standards établis (G-PCC, Draco, JPEG XL) et le baseline appris Unicorn.
  • SemanticKITTI : Atteint un gain de taux BD de -35,41 % par rapport à G-PCC pour la géométrie et -15,59 % pour l'intensité.
  • WOD : Atteint un gain de taux BD de -42,72 % par rapport à G-PCC pour la géométrie et -80,47 % pour l'intensité.
• Études d'ablation :
  • Supprimer le mécanisme bits-back augmente le taux de +20,19 %.
  • Supprimer le schéma ArIB augmente le taux de +31,17 %.
  • Le design découplé n'incombe qu'une taxe d'efficacité de 6,56 % par rapport à un schéma ArIB couplé pour permettre la robustesse à la troncature.
  • Le module de reconstruction hybride des attributs (LUT + CNN Head) est très léger (1,3 Mo de stockage, 5,2 ms de surcharge) et critique pour la performance (supprimer les deux augmente le taux BD de +67,8 %).

5. Signification et Revendications

L'article affirme que Proteus résout la tension fondamentale entre haute efficacité de compression et transmission robuste au canal pour les applications LiDAR critiques pour la sécurité. En restreignant strictement les dépendances de codage à l'intra-trame et en découplant la représentation, Proteus atteint :

• Résistance à la perte de paquets au niveau de la trame (pas de prédiction inter-trame pour briser le processus).
• Flux binaires préfixables qui produisent des reconstructions valides sans coordination préalable.
• Filets de sécurité mathématiquement vérifiables : Le nuage de points reconstruit conserve ses limites physiques déterministes, garantissant que même sous une troncature sévère, les données restent une mesure fidèle, bien qu'à une précision moindre, plutôt qu'une estimation non vérifiée.

Les auteurs positionnent Proteus comme une solution permettant aux systèmes autonomes collaboratifs de partager des nuages de points denses sur des canaux sans fil peu fiables sans compromettre l'intégrité mathématique requise pour la prise de décision critique de sécurité.