点云的解压缩处理方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种点云的解压缩处理方法、装置、电子设备及存储介质，包括：获取多个解压缩点云立方体；将每一个解压缩点云立方体输入至三维卷积预测模型之中，输出多个概率立方体；概率立方体中的存在概率的位置表征着解压缩点云立方体中与该位置相对应的解压缩点云被体素化占据的概率；针对于每个概率立方体，检测该概率立方体之中的解压缩点云被体素化占据的概率是否满足参考被占据概率，若满足，则确定出多个目标解压缩点云。通过对每一个解压缩点云在解压缩点云立方体的每一位置上被体素化占据的概率的预测，快速准确地确定出概率立方体，以使根据概率立方体之中满足参考被占据概率的解压缩点云，获取到点云质量提升的目标解压缩点云。目标解压缩点云。目标解压缩点云。

【技术实现步骤摘要】
点云的解压缩处理方法、装置、电子设备及存储介质


[0001]本申请涉及数据处理
，尤其是涉及一种点云的解压缩处理方法、装置、电子设备及存储介质。

技术介绍

[0002]点云是一组点的集合，它可以存储每个点的几何位置和相关属性信息，从而准确立体地描述空间中的物体。点云数据量庞大，一帧点云可以包含上百万的点，这也对有效地存储和传输点云带来了极大地困难与挑战。因此，压缩技术被用于减少点云存储中的冗余信息，从而方便后续的处理工作。然而，目前多数的压缩方法通过量化措施来直接减少点云的尺寸。在量化过程中，空间位置上相邻的点可能会被合并为一个点，这也导致解压缩得到的点云点数减少，许多细节信息丢失。
[0003]现阶段，一些方法通过对解压缩点云上采样来进一步提升点云的质量，补充在量化过程中丢失的细节信息。一种方案采用查找表的方法，即先对解压缩点云进行下采样操作，统计下采样前后点云的对应关系，归纳得出查找表。再根据查找表对解压缩点云进行上采样操作，从而有效地提升不同码率下的解压缩点云质量。然而，点云之间的差异性较大，该方法需要对每一个点云都构建一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云的解压缩处理方法，其特征在于，所述解压缩处理方法包括：获取多个解压缩点云立方体；将每一个所述解压缩点云立方体输入至三维卷积预测模型之中，输出多个概率立方体；所述概率立方体中的存在概率的位置表征着解压缩点云立方体中与该位置相对应的所述解压缩点云被体素化占据的概率；针对于每个概率立方体，检测该概率立方体之中的解压缩点云被体素化占据的概率是否满足参考被占据概率，若满足，则确定出多个目标解压缩点云。2.根据权利要求1所述的解压缩处理方法，其特征在于，通过以下步骤获取多个解压缩点云立方体：获取多个待处理解压缩点云；对每一所述待处理解压缩点云进行点云体素化处理，确定出每一解压缩点云；将任意尺寸的每一所述解压缩点云划分成不重叠且尺寸统一的立方体，确定出多个所述解压缩点云立方体。3.根据权利要求1所述的解压缩处理方法，其特征在于，通过以下方式确定出所述概率立方体：在所述三维卷积预测模型之中对所述解压缩点云立方体之中的解压缩点云的局部特征以及全局特征进行提取，并预测任意位置处解压缩点云被体素化占据的概率，以使确定出所述概率立方体。4.根据权利要求3所述的解压缩处理方法，其特征在于，针对于每一个解压缩点云立方体，对所述解压缩点云立方体之中的解压缩点云的局部特征以及全局特征进行提取，并预测任意位置处解压缩点云被体素化占据的概率，包括：将该解压缩点云立方体输入至三维卷积预测模型之中的降采样网络层，所述降采样网络层中的第一降采样子层对该解压缩点云立方体中的每一解压缩点云的特征进行提取，确定出解压缩点云第一特征；将所述解压缩点云第一特征同时输入至降采样网络层中下一降采样子层以及与该第一降采样子层相对应设置的升采样网络层中的第一升采样子层之中，对解压缩点云第一特征进行特征提取，且，第一升采样子层将接收第二升采样子层输出的解压缩点云特征与解压缩点云第一特征，确定出解压缩点云第二特征；将所述解压缩点云第二特征进行插值处理，确定出解压缩点云第三特征，直至所述升采样网络层和所述降采样网络层之中的采样子层完成特征提取和插值处理之后，将得到的解压缩点云参考特征进行特征拼接，确定出解压缩点云立方体特征；利用所述三维卷积预测模型之中的概率预测层对所述解压缩点云立方体特征中每一解压缩点云被体素化占据的概率值进行预测，以确定出概率立方体。5.根据权利要求1所述的解压缩处理方法，其特...

【专利技术属性】
技术研发人员：李革，范小晴，李鼎权，高伟，高文，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：