摘要
本发明涉及一种动态点云的时空质量增强方法,包括:将点云数据输入至训练后的时空质量增强模型实现动态点云的时空质量增强;训练后的时空质量增强模型包括双向帧间特征提取分支、空间特征提取分支以及时空特征融合模块;通过双向帧间特征提取分支和空间特征提取分支分别提取时间和空间特征,然后通过时空特征融合模块将提取的特征进行融合,得到学习到的压缩失真,将压缩失真加到重建点云上得到增强点云。本发明提出了一个全新的动态点云的属性质量增强方法,同时利用时间和空间相关性,显著提高了压缩点云的质量。
技术关键词
空间特征提取
运动补偿模块
局部空间特征
分支
动态
搜索算法
重建点云
K近邻
特征提取模块
感知特征
加权特征
注意力
颜色
皮尔逊相关系数
联合损失函数
高斯核函数
邻域特征
元素
系统为您推荐了相关专利信息
动态规划算法
数据处理方法
工业控制网络安全
镜像
LSTM神经网络
嵌入式编码器
肿瘤识别方法
模态特征
卷积神经网络模型
多模态深度学习
合规性
SimHash算法
鲁棒性
会议纪要
在线增量学习
气象预报数据
序列
输出特征
出力预测方法
新能源场站