本發明公開了一種基于稀疏卷積神經網絡的點云幾何無損壓縮方法。該方法包括以下步驟:S1,將點云數據轉換成稀疏張量形式,并通過體素下采樣生成多個尺度的點云數據;S2,基于稀疏卷積神經網絡建立概率預測模型,用于估計體素的占據概率;概率預測模型采用基于隱層特征的概率預測模型或者基于鄰居上下文的概率預測模型;S3,將低尺度點云輸入概率預測模型中,預測出高尺度點云中每個體素被占據的概率,根據概率對體素的實際占用符號用熵編碼無損壓縮,輸出最終編碼碼流。本發明能夠減少編解碼復雜度,且壓縮性能更好。
聲明:
“基于稀疏卷積神經網絡的點云幾何無損壓縮方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)