摘要
本发明公开了一种基于多模态双向循环场景流的动态点云压缩方法、系统、存储介质及设备。本发明首先给定连续两帧的点云数据和对应的图片数据,分别提取特征;将图像特征张量与点云特征张量相加,获得融合特征向量;依据特征向量和坐标矩阵得到连续两帧的潜在表示;随后将连续两帧的潜在表示输入至多尺度特征提取模块,获得运动向量。对该运动向量以及前一帧的潜在表示进行运动补偿和压缩。然后基于上下文进行残差压缩,重构残差张量;最后将预测帧和残差张量相加后输入至点云重建模块得到当前帧。本发明利用跨模态信息,实现了不同模态之间的信息互补;从粗到精的方式迭代双向增强特征和场景流估计,在保持高效率的同时显著提高性能。
技术关键词
点云压缩方法
运动向量
多模态
循环注意力机制
特征提取模块
概率分布建模
重构残差
运动补偿
场景
动态
可读存储介质
图像
图片
终端设备
上采样
点云特征
压缩系统
采样技术
插值方法
系统为您推荐了相关专利信息
站点
特征工程
半导体芯片加工过程
计算机程序指令
样本
多模态图像数据
可见光图像
多模态特征
点云特征
融合特征
量化风险评估
转移概率矩阵
指标
维特比算法
风险评估模型
案件管理方法
文本关键信息
文本反馈信息
实时视频
视频反馈信息