原创力文档- 1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于切片的深度学习点云几何压缩方法，包括：S1.预处理；S2.切片分割；S3.深度学习模型的设计与训练；S4.熵模型处理；S5.熵编码/熵解码：已知待编码/解码符号的概率分布，使用算术编码器/解码器将符号进行无损编解码，实现高效压缩，获得解码体素的顺序；S6.点云的重建：熵解码之后得到体素的占位码信息，根据解码体素的顺序，恢复各个点的坐标，进而重建点云的几何信息。本发明方法通过将点云转换为切片序列表示的形式，能够高效地压缩点云数据，减少数据的冗余信息。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117528120A
(43)申请公布日2024.02.06
(21)申请号202311479611.4
(22)申请日2023.11.08
(71)申请人北京大学深圳研究生院
地址51
文档评论（0）