一种基于深度学习的体素化点云语义通信方法及系统

本发明涉及一种基于深度学习的体素化点云语义通信方法及系统，包括：把原始点云根据指定分辨率缩放至包围盒内，将放至包围盒内的原始点云体素化成单位立方体大小的体素块，根据特定层数把体素化点云分块；把每一个体素块放入基于三维卷积和残差网络的语义编码器中，在经过无线信道传输之后，通过对称的基于三维卷积和残差网络的语义解码器把体素化点云恢复出来，得到重建点云。本发明通过八叉树划分的体素，可以方便地提取局部区域的特征。通过结合重建精度、功率控制和与信噪比相关的项，它可以帮助模型学习如何平衡信号强度和重建质量。有助于在不同信噪比条件下实现更一致的性能，并支持稳定高效的训练。