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

技术摘要：PROTEUS —— 一种用于渐进式 LiDAR 压缩的鲁棒截断熵模型

1. 问题陈述

LiDAR 点云提供了对于安全关键型协作感知（如碰撞检测、危险规避）至关重要的显式、确定性的物理边界。然而，通过动态无线信道（V2X、UAV 集群）传输这些密集数据结构会引入两个关键挑战：

• 带宽波动与截断： 瞬时链路中断或带宽下降会导致传输中的流截断。传统的编解码器在这些条件下会崩溃，需要高延迟的反馈循环来重新协商比特率，从而导致实时流水线停滞。
• 信道损伤与物理保真度： 现有的鲁棒框架（如深度联合源信道编码 Deep JSCC 或多描述编码 MDC）通过统计或参数化估计来重建缺失区域，以应对丢包问题。虽然这能维持具有竞争力的感知质量或下游 mAP，但它将精确的物理测量转化为了未经验证的算法估计。对于安全关键型任务而言，即使是以较低的分辨率，保留传感器测量的数学边界和确定性本质也是不可或缺的。

核心挑战在于设计一种学习型编解码器，在实现渐进式、截断鲁棒压缩的同时，严格保留 LiDAR 测量的精确物理边界，避免统计估计方法中固有的几何“幻觉”问题。

2. 方法论

作者提出了 Proteus，一种作用于 2D 距离图像（range images）的学习型 LiDAR 编解码器。该框架将帧表示解耦为两个独立的编码流，以实现流级别的截断鲁棒性：

A. 表示与解耦 (Representation & Decoupling)
输入距离图像 $R = (x, a)$ 由距离通道 $x$（位深 $d$）和属性通道 $a$（如反射率）组成。距离通道被切分为 $d$ 个位平面，并划分为：

1. SIG (显著部分)： 最显著的位平面 ($x_{1:s}$)，包含一个“头部” ($x_{1:h}$) 和一个“中间” ($x_{h+1:s}$) 子块。
2. INS (非显著部分)： 剩余的尾部位平面 ($x_{s+1:d}$) 以及所有属性通道。

B. SIG 编码器：自包含的 Bits-Back 机制
SIG 模块使用完全自包含在块内的比特回溯 (bits-back) 编码方案对显著平面进行编码。

• 机制： 它利用了一种自回归初始比特 (ArIB) 机制。“中间”子块首先在没有潜在条件的情况下进行编码，以生成初始比特。随后，这些比特被用于解码“头部”子块的潜在变量 $z$，该子块是在后验概率 $q(z|x_{1:h})$ 下进行编码的。
• 优势： 这消除了通常与 bits-back 编码相关的单帧开销（该编码通常需要在序列上进行摊销）。SIG 块是不可截断的；它建立了一个必要的、自包含的感知下限。如果流在 SIG 完成前被截断，则帧无法解码，但如果接收到 SIG，基本的几何结构将被保留。

C. INS 编码器：截断鲁棒的 FIFO
INS 块使用先进先出 (FIFO) 范围编码器对非显著距离平面和属性进行编码。

• 排序： 流的序列化将距离尾部平面 ($x_{s+1:d}$) 置于属性平面 ($a$) 之前。这在带宽下降期间优先保证几何精度而非属性保真度。
• 截断特性：
  • 确定性精度退化： 截断 $N$ 个最低有效位平面在数学上等同于零填充，产生确定性的空间精度退化 ($\Delta_N = 2^N \cdot \Delta_0$)。这避免了对缺失几何进行统计估计的需求。
  • 混合属性重建： 当属性比特被截断时，剩余的比特通过一种混合无损-预测方法进行重建。解码后的几何结构（来自 SIG 和接收到的 INS 距离）作为强结构先验，驱动预测网络 $h_\theta$ 来近似缺失的属性细节。
• 鲁棒性： 由于 SIG 占据了约 30% 的比特流，即使 INS 流被截断高达 70%，Proteus 仍能保持完全可解码。

3. 核心贡献

1. 截断鲁棒的 Bits-Back 编码： 本文解决了截断鲁棒性与高效 bits-back 编码之间的不兼容问题。通过解耦流并利用 ArIB，Proteus 在仅产生轻微无损压缩效率损失的前提下，实现了渐进式、优雅的降级，消除了单帧开销。
2. 策略性的几何-属性排序： 设计了一个联合编码框架，将次要的属性数据置于可截断流中的几何数据之后。这使得系统能够在带宽下降时自然地优先牺牲属性精度，从而在严重截断时仍能维持下游感知性能。
3. 确定性的物理保留： 与依赖参数化估计的 Deep JSCC 或 MDC 不同，Proteus 确保了截断后的重建结果是源数据的数学有界投影。几何结构不会被“幻觉”出来，而仅仅是以较低的精度进行重建。

4. 实验结果

实验在 Waymo Open Dataset (WOD) 和 SemanticKITTI 上进行。

• 截断鲁棒性： Proteus 可容忍高达 ~70% 的比特流截断。在截断情况下，几何误差保持在数学有界范围内（例如，在 KITTI 上截断 3 个平面会产生约 8mm 的精度偏差），且下游 3D 物体检测性能会渐进式地退化至一个自包含的下限，而非直接崩溃。
• 压缩效率（理想信道）： 在理想条件（0% 截断）下，Proteus 在性能上优于既定标准（G-PCC、Draco、JPEG XL）以及学习型基准 Unicorn。
  • SemanticKITTI： 在几何方面相对于 G-PCC 实现 -35.41% 的 BD-rate 增益，在强度方面实现 -15.59%。
  • WOD： 在几何方面相对于 G-PCC 实现 -42.72% 的 BD-rate 增益，在强度方面实现 -80.47%。
• 消融实验：
  • 移除 bits-back 机制会使速率增加 +20.19%。
  • 移除 ArIB 方案会使速率增加 +31.17%。
  • 为了实现截断鲁棒性，解耦设计仅比耦合式 ArIB 方案产生了 6.56% 的效率税。
  • 混合属性重建模块（LUT + CNN Head）计算量极轻（存储 1.3 MB，开销 5.2 ms）且对性能至关重要（移除两者会导致 BD-rate 增加 +67.8%）。

5. 意义与主张

本文声称 Proteus 解决了安全关键型 LiDAR 应用中高效率压缩与信道鲁棒传输之间的根本矛盾。通过严格限制编码依赖关系于帧内并实现表示解耦，Proteus 实现了：

• 帧级丢包抗性（不存在会破坏流程的帧间预测）。
• 前缀可解码的比特流，可在无需事先协调的情况下生成有效的重建结果。
• 数学可验证的安全保障： 重建的点云保留了其确定性的物理边界，确保即使在严重截断的情况下，数据仍然是忠实的、尽管精度较低的测量值，而非未经证实的估计值。

作者将 Proteus 定位为一种解决方案，允许协作式自主系统在不可靠的无线信道上共享密集点云，同时不损害安全关键型决策所需的数学完整性。