本發(fā)明公開(kāi)了一種基于稀疏卷積神經(jīng)網(wǎng)絡(luò)的點(diǎn)云幾何無(wú)損壓縮方法。該方法包括以下步驟:S1,將點(diǎn)云數(shù)據(jù)轉(zhuǎn)換成稀疏張量形式,并通過(guò)體素下采樣生成多個(gè)尺度的點(diǎn)云數(shù)據(jù);S2,基于稀疏卷積神經(jīng)網(wǎng)絡(luò)建立概率預(yù)測(cè)模型,用于估計(jì)體素的占據(jù)概率;概率預(yù)測(cè)模型采用基于隱層特征的概率預(yù)測(cè)模型或者基于鄰居上下文的概率預(yù)測(cè)模型;S3,將低尺度點(diǎn)云輸入概率預(yù)測(cè)模型中,預(yù)測(cè)出高尺度點(diǎn)云中每個(gè)體素被占據(jù)的概率,根據(jù)概率對(duì)體素的實(shí)際占用符號(hào)用熵編碼無(wú)損壓縮,輸出最終編碼碼流。本發(fā)明能夠減少編解碼復(fù)雜度,且壓縮性能更好。
聲明:
“基于稀疏卷積神經(jīng)網(wǎng)絡(luò)的點(diǎn)云幾何無(wú)損壓縮方法” 該技術(shù)專(zhuān)利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專(zhuān)利(論文)的發(fā)明人(作者)