一种基于稀疏卷积神经网络的点云几何压缩方法

本发明公开了一种基于稀疏卷积神经网络的点云几何压缩方法，该方法包括：获取场景点云；利用稀疏卷积神经网络对点云稀疏张量进行处理，分别得到潜在变量和稀疏特征，对稀疏特征解码后得到稀疏预测特征；通过对所述潜在变量进行稀疏卷积上采样，得到重建特征；对点云稠密张量进行特征提取，得到稠密特征；根据所述稀疏预测特征和稠密特征，计算稀疏稠密残差特征；将所述稀疏稠密残差特征和重建特征进行特征融合，得到融合特征；对融合特征进行稀疏卷积上采样，得到重建点云。本发明减少了点云几何压缩编码冗余，明显提升了编码性能和压缩后点云的质量。