摘要
本发明涉及点云压缩技术领域,尤其是涉及一种编码器端基于transformer的点云几何压缩方法及系统。方法包括对获取的点云压缩数据进行数据预处理;构建基于transformer的点云压缩模型,根据预处理后的点云压缩数据,利用点云压缩模型进行点云几何压缩,其中包括在编码器端对点云压缩数据进行特征提取;对特征信息进行编码和解码操作;在解码器端进行特征还原;基于PyTorch编码框架对点云压缩模型进行训练;本发明的技术方案保留了稀疏卷积对空间结构的先验约束,又增强了远距离点之间的信息交互,从而有效减少特征信息丢失,确保了编码阶段所捕捉特征的完整性,最终提升了点云重建的质量和完整度。
技术关键词
编码器
编码框架
编解码器
比特流
通道
概率密度函数
点云压缩技术
离散点云数据
节点
更新模型参数
坐标
前馈神经网络
均匀噪声
模型训练模块
系统为您推荐了相关专利信息
时间序列模型
反射率
注意力机制
气象雷达
雷达回波数据
位移监测仪
射频前端电路
自检模块
场效应管
输入端
裂缝图像分割方法
裂缝特征
表面图像数据
图像空间分辨率
上采样