用于使用混合深度熵译码进行点云压缩的方法和装置制造方法及图纸

技术编号:41662356 阅读:14 留言:0更新日期:2024-06-14 15:22
本文描述了用于对点云数据进行解码和编码的方法和装置。一种方法可包括访问基于树结构压缩的点云数据。该方法还可包括获取与该树结构的当前节点相关联的邻域中的点,以及使用基于点的神经网络模块,基于所获取的点的三维(3D)位置来计算特征。该方法可包括使用神经网络模块,基于该特征来预测该当前节点的占用符号分布,以及从编码的比特流和所预测的占用符号分布确定该当前节点的占用。该方法可包括使用基于卷积的神经网络模块,基于所获取的点的体素化版本来计算另一特征,以及将该特征和该另一特征与当前节点的一个或多个已知特征融合以组成综合特征。

【技术实现步骤摘要】
【国外来华专利技术】

本公开涉及点云压缩和处理。更具体地,本公开旨在提供用于点云信号的压缩、分析、插值、表示和理解的工具。


技术介绍

1、点云是跨若干商业领域使用的通用数据格式,包括自主驾驶、机器人、增强现实/虚拟现实(ar/vr)、土木工程、计算机图形以及动画/电影产业。三维(3d)激光雷达(lidar)传感器已部署在自动驾驶汽车中,并且已在例如velodyne velabit、apple ipad pro 2020和intel realsense lidar相机l515中实现经济实惠的lidar传感器。随着感测技术的进步,3d点云数据已变得比以往更加有用,并有望成为上述应用的最终推动者。

2、据信点云数据也消耗例如通过5g网络连接的汽车之间以及沉浸式通信(vr/ar)中的大部分网络流量。高效的表示格式对于点云理解和通信是必要的。特别地,为了世界建模和感测的目的,原始点云数据需要被适当地组织和处理。当相关场景需要存储和传输数据时,原始点云的压缩至关重要。

3、此外,点云可表示可能包含多个移动对象的同一场景的顺序扫描。此类点云称为动态点云,与从静态场景或本文档来自技高网...

【技术保护点】

1.一种用于对点云数据进行解码的方法,所述方法包括:

2.根据权利要求1所述的方法,其中所述特征是第一特征,其中所述方法还包括使用基于卷积的神经网络模块,基于所获取的点的体素化版本来计算第二特征,并且其中所述第二特征与所述第一特征以及与所述树结构的所述当前节点的一个或多个已知特征级联以组成综合特征。

3.根据权利要求2所述的方法,其中使用所述基于卷积的神经网络模块计算的所述第一特征概括了点云的大平滑表面。

4.根据权利要求2所述的方法,其中使用所述基于点的神经网络模块计算的所述第二特征概括了点云的复杂细节。

5.根据权利要求2所述的方法,其...

【技术特征摘要】
【国外来华专利技术】

1.一种用于对点云数据进行解码的方法,所述方法包括:

2.根据权利要求1所述的方法,其中所述特征是第一特征,其中所述方法还包括使用基于卷积的神经网络模块,基于所获取的点的体素化版本来计算第二特征,并且其中所述第二特征与所述第一特征以及与所述树结构的所述当前节点的一个或多个已知特征级联以组成综合特征。

3.根据权利要求2所述的方法,其中使用所述基于卷积的神经网络模块计算的所述第一特征概括了点云的大平滑表面。

4.根据权利要求2所述的方法,其中使用所述基于点的神经网络模块计算的所述第二特征概括了点云的复杂细节。

5.根据权利要求2所述的方法,其中使用所述基于点的神经网络模块通过以下步骤来计算所述第二特征:从所获取的点生成多个抽象点集合,所述多个抽象点集合中的每个抽象点集合具有不同的抽象级别;

6.根据权利要求2所述的方法,其中使用所述基于点的神经网络模块通过以下步骤来计算所述第二特征:使用不同的尺度并使用相同的抽象级别从所获取的点提取多个特征;以及组合所提取的特征。

7.根据权利要求1所述的方法,所述方法还包括基于与涉及所述当前节点的兄弟节点或祖先节点中的至少一者相关联的信息来预测所述当前节点的所述占用符号分布。

8.根据权利要求1所述的方法,其中所述树结构是八叉树、四叉树、四叉树加二叉树(qtbt)或k维(kd)树中的一者。

9.根据权利要求1所述的方法,其中所述当前节点的所述一个或多个已知特征至少包括所述当前节点的所述3d位置和所述当前节点在所述树结构中的深度级别。

10.一种解码设备,所述解码设备包括处理器,所述处理器被配置为:...

【专利技术属性】
技术研发人员:M·A·洛迪庞家昊田东
申请(专利权)人:交互数字VC控股公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1