摘要
本申请涉及三维数据编码技术领域,具体涉及基于神经网络的多模实物仿真系统三维数据编码方法,该方法包括:获取多模实物仿真系统中各时刻的三维点云;利用特征点检测以及聚类算法,根据三维点云的分布特征,结合三维点云所在的聚类簇以及局部范围内特征点的分布特征,得到信息分布特征值;根据一段时间内三维点云分布的变化特征,结合三维点云所在聚类簇的变化特征,得到信息变化特征值;结合所述信息分布特征值,对三维点云进行划分,利用压缩算法对各时刻的所有三维点云进行编码。本申请旨在基于三维点云包含的有效信息对三维点云的压缩进行动态调整,增强多模实物仿真系统的及时性、准确性和效率。
技术关键词
三维数据编码方法
特征值
仿真系统
点云局部
压缩算法
特征点
数据编码技术
聚类算法
空间分布特征
度量
密度
动态
系统为您推荐了相关专利信息
变电站选址方法
负荷预测模型
气象预报数据
聚类
特征值
样本
联邦学习模型
半监督聚类方法
特征提取器
变换器
10kV架空线路
故障巡检
决策方法
数据特征提取
实时数据传输
水泵水轮机
流道
人工智能辅助
机器学习驱动
系统运行状态