[发明专利]一种基于深度卷积网络的点云几何压缩方法在审
| 申请号： | 201910960421.1 | 申请日： | 2019-10-10 |
| 公开（公告）号： | CN110691243A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 胡强;张迎梁 | 申请（专利权）人： | 叠境数字科技(上海)有限公司 |
| 主分类号： | H04N19/124 | 分类号： | H04N19/124;H04N19/85;G06T9/00;G06N3/04;G06N3/08 |
| 代理公司： | 31253 上海精晟知识产权代理有限公司 | 代理人： | 李艳梅 |
| 地址： | 201210 上海市浦东新*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于点云数据压缩领域，公开了一种基于深度卷积网络的点云几何压缩方法，通过训练一个深度自编码网络模型来对点云数据进行压缩与解压，训练过程包括将待压缩的初始点云进行降采样，得到数量固定的点集，然后对点集进行中心化处理，得到处理后点集；通过编码器将处理后点集进行编码压缩，得到维度固定的特征数据；通过量化器将特征数据进行量化，得到压缩数据；通过解码器将压缩数据解压重构，得到重构点云。通过深度自编码网络模型对点云数据进行几何压缩可以有效地提高点云几何压缩的压缩率并减少还原后的失真度，降低点云数据的存储和传输对硬件设备的要求，可以流畅地应用在移动设备上。 | ||
| 搜索关键词： | 点云数据 点集 压缩 几何压缩 点云 特征数据 网络模型 固定的 自编码 重构 解码器 中心化处理 编码压缩 数据解压 训练过程 移动设备 硬件设备 编码器 初始点 降采样 量化器 失真度 压缩率 有效地 解压 卷积 维度 还原 存储 量化 传输 应用 网络 | ||
【主权项】：
1.一种基于深度卷积网络的点云几何压缩方法，其特征在于，通过训练一个深度自编码网络模型实现对点云数据进行压缩与解压，训练过程包括以下步骤：/n步骤S1：将待压缩的初始点云进行降采样，得到数量为n的点集，然后对所述点集进行中心化处理，得到处理后点集；/n步骤S2：通过能充分提取所述处理后点集的特征信息的编码器将所述处理后点集进行编码压缩，得到维度为k的特征数据；/n步骤S3：通过量化器将所述特征数据进行量化，得到压缩数据；/n步骤S4：通过解码器将所述压缩数据解压重构，所述解码器包括3层全连接层，前两层全连接层使用RELU函数进行激活，最后一层输出维度为n×3的向量，得到数量为n的重构点云。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于叠境数字科技(上海)有限公司，未经叠境数字科技(上海)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910960421.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种图像片段错峰编码传输方法-201910940559.5
- 程家明;孔繁东;魏刚;邓文辉 - 武汉兴图新科电子股份有限公司
- 2019-09-30 - 2020-02-14 - H04N19/124
- 本发明提供了一种图像片段错峰编码传输方法，包括：数据获取单元实时视频流数据，并对实时获取的宏块按照时间先后顺序顺次传输至所述第一数据处理流水线进行编码处理，得到对应的编码后的码流，并发送至所述数据获取单元；数据获取单元接收所述编码后的码流，并将其传输至所述第二数据处理流水线进行解码处理，得到解码后的宏块，进而显示单元将多个解码后的宏块组成的视频帧进行播放。本发明的有益效果是：本发明所提出的技术方案可满足视频图像数据的低延时、低带宽和高画质的平衡，在低延时的同时，降低带宽要求，且可以保证高质量的画质。
- 码率分配方法、码率控制方法、编码器和记录介质-201880042003.8
- 陈秋伯;郑萧桢 - 深圳市大疆创新科技有限公司
- 2018-08-21 - 2020-02-14 - H04N19/124
- 本公开提供一种码率分配方法、码率控制方法、编码器和记录介质。其中，所述码率分配方法包括：获取作为编码对象的当前第一图像单元的第一参考单元和所述第一参考单元的压缩信息；根据所述第一参考单元的所述压缩信息，对所述当前第一图像单元进行编码比特数的分配。
- 基于感兴趣区域分层的无人机图像运动目标检测方法-201711035599.2
- 李红光;丁文锐;王玉峰 - 北京航空航天大学
- 2017-10-30 - 2020-02-07 - H04N19/124
- 本发明公开了一种基于感兴趣区域分层的无人机图像运动目标检测方法，属于遥感图像处理技术领域。本发明首先将感兴趣区域分为图像背景层、图像过渡层和图像目标层三层，然后在图像背景层基于遥测参数进行全局运动估计；在图像过渡层基于图像压缩矢量进行局部运动估计；在图像目标层，基于仿射不变特征进行运动目标检测。本发明把感兴趣区域分层的思路引入到图像目标检测中，从图像的背景层、过渡层、目标层逐渐精确的进行目标检测，能够保证目标检测的正确率和精度；充分挖掘了机载传感器现有信息的价值，将传感器信息与图像信息综合应用，既合理地扩大了目标检测有用信息，又有效地减低了目标检测时间消耗。
- 基于方差的重压缩JPEG图像原始量化步长估计方法-201710159675.4
- 卢伟;叶子逸;刘红梅;薛飞 - 中山大学
- 2017-03-17 - 2020-01-21 - H04N19/124
- 本发明提供一种基于方差的重压缩JPEG图像原始量化步长估计方法，首次使用了方差来估计图像的原始量化步长。直方图相隔一定周期的比值的方差序列具有周期性波动，此周期性波动与直方图的周期性波动相对比更加明显，估计原始量化步长的准确率更高。在第一次量化步长小于和大于第二次量化步长的情况下，本发明都具有很好的准确性。
- 一种基于深度卷积网络的点云几何压缩方法-201910960421.1
- 胡强;张迎梁 - 叠境数字科技(上海)有限公司
- 2019-10-10 - 2020-01-14 - H04N19/124
- 本发明属于点云数据压缩领域，公开了一种基于深度卷积网络的点云几何压缩方法，通过训练一个深度自编码网络模型来对点云数据进行压缩与解压，训练过程包括将待压缩的初始点云进行降采样，得到数量固定的点集，然后对点集进行中心化处理，得到处理后点集；通过编码器将处理后点集进行编码压缩，得到维度固定的特征数据；通过量化器将特征数据进行量化，得到压缩数据；通过解码器将压缩数据解压重构，得到重构点云。通过深度自编码网络模型对点云数据进行几何压缩可以有效地提高点云几何压缩的压缩率并减少还原后的失真度，降低点云数据的存储和传输对硬件设备的要求，可以流畅地应用在移动设备上。
- 图像编码设备和方法以及图像解码设备和方法-201710288404.9
- 前田充 - 佳能株式会社
- 2012-02-27 - 2020-01-14 - H04N19/124
- 本发明提供一种图像编码设备和方法以及图像解码设备和方法。一种图像处理设备，包括：分割单元，用于将输入图像分割成经过量化控制的多个子块；子块量化参数计算单元，用于计算所述多个子块中的各子块的量化参数；基本块量化参数计算单元，用于设置包括至少两个子块的基本块，并且计算所述基本块的量化参数；差值计算单元，用于计算所述基本块的量化参数和所述基本块内所包括的各子块的量化参数之间的差值；以及差值编码单元，用于对所述差值进行编码。
- 一种视频压缩方法-201910824115.5
- 武祥吉 - 合肥图鸭信息科技有限公司
- 2019-09-02 - 2020-01-10 - H04N19/124
- 本发明适用于视频压缩领域，提供了一种视频压缩方法、装置及终端设备，包括：计算第m‑1帧重构帧和第m帧的光流并与第m‑1帧重构帧进行图像扭曲得到第m帧光流预测帧；根据第m帧光流预测帧、第m‑1帧重构帧和第m帧训练分离卷积网络，基于分离卷积网络得到运动向量和像素权重；根据第m‑1帧重构帧、第m帧光流预测帧、运动向量和像素权重得到第m帧预测帧；计算第m帧预测帧与第m帧的残差，并根据残差网络对残差进行压缩得到压缩残差；解码压缩残差并与第m帧预测帧相加，得到第m帧重构帧；基于所有第m帧重构帧构成压缩视频。本发明解决了视频压缩中大运动模糊的问题。
- 一种基于体素卷积的点云几何有损压缩方法-201910917176.6
- 胡强;张迎梁 - 叠境数字科技(上海)有限公司
- 2019-09-26 - 2020-01-10 - H04N19/124
- 本发明公开了一种基于体素卷积的点云几何有损压缩方法，通过训练模型对点云的体素进行卷积与反卷积来压缩与解压。首先对点云数据进行体素化，对点云的体素选择一定的网格大小进行3D卷积操作，得到形状大小更小的特征数据，对卷积后的特征数据进行量化处理，训练模型时加入均匀量化噪声以提高模型泛化性，对量化后的数据进行压缩。解压时通过对量化后的特征数据反卷积，得到大小与初始点云体素形状大小一致的特征数据，对特征数据归一化后通过阈值判断每个体素单元是否为空，得到解压缩后的点云数据。模型训练时采用焦点损失作为失真损失以减少体素中空样本太多对模型的影响。本发明可以高效地对点云数据进行几何压缩，减少还原后的失真率。
- 视频编解码方法和装置及存储介质-201910927048.X
- 高欣玮;毛煦楠 - 腾讯科技(深圳)有限公司
- 2019-09-27 - 2020-01-10 - H04N19/124
- 本发明公开了一种视频编解码方法和装置及存储介质。其中，该方法包括：确定待解码视频帧；从已完成解码的视频帧中，获取待解码视频帧关联的参考帧中运动向量的能量参数，其中，能量参数包括以下至少之一：运动向量的均值、运动向量的方差；根据能量参数确定用于对待解码视频帧进行解码的目标分辨率；采用目标分辨率对待解码视频帧进行解码。本发明解决了由于相关技术提供的处理操作较复杂所导致的视频编解码效率较低的技术问题。
- 一种压缩感知图像编码传输方法-201711131617.7
- 侯兴松;陈赞;邹屹洋 - 西安交通大学
- 2017-11-15 - 2020-01-10 - H04N19/124
- 本发明提供了一种压缩感知图像编码传输方法，包括步骤：1)在发送端，将输入图像像素随机置乱重排；2)对像素置乱的图像分成大小相同不重叠的图像块；3)将每个图像块用部分哈达玛矩阵做可分离式的测量；4)随机测量值量化和分层；5)量化比特位传输；6)接收信息，得到量化比特位；7)量化比特位反量化；8)采用重建方法得到初始重建图像；9)初始重建图像估计增强层随机测量值；10)利用最大后验概率估计算法更新增强层随机测量值，得到增强层随机测量值更新值；11)采用重建方法得到最终重建图像。该压缩感知图像编码传输方法，其编码器复杂度低、抗丢包能力强，率失真性能高。
- 用于处理视频数据的方法和装置-201680031281.4
- 李圣远;霍埃尔·索赖·罗哈斯;阿达许·克里许纳·瑞玛苏布雷蒙尼安;德米特罗·鲁萨诺夫斯基;德内·布达伊哲·桑斯利;马尔塔·卡切维奇 - 高通股份有限公司
- 2016-06-08 - 2020-01-10 - H04N19/124
- 一般来说，本发明描述用于针对视频译码处理高动态范围HDR及广色域WCG视频数据的技术。包括存储器及处理器的装置可执行所述技术。存储器可存储经压紧分数色度坐标FCC格式化视频数据。处理器可使用一或多个反向自适应转移函数TF来反压紧经压紧FCC格式化视频数据以获得经解压FCC格式化视频数据。处理器可随后基于经解压FCC格式化视频数据的对应明度分量而反向调整经解压FCC格式化视频数据的色度分量以获得经反向调整FCC格式化视频数据。处理器可将经反向调整FCC格式化视频数据的色度分量从FCC格式转换成色彩表示格式以获得高动态范围HDR及广色域WCG视频数据。
- 用于视频处理的准确全局运动补偿的全局运动估计和建模-201910567336.9
- 丹尼尔·索克;阿图尔·普瑞 - 英特尔公司
- 2019-06-27 - 2020-01-07 - H04N19/124
- 本公开涉及用于视频处理的准确全局运动补偿的全局运动估计和建模。方法、装置和系统可以提供执行全局运动估计的技术。更具体地，实现方式涉及提供准确全局运动补偿以便提高视频处理效率的技术。
- 视频解码、编码方法和装置及电子设备-201910927096.9
- 高欣玮 - 腾讯科技(深圳)有限公司
- 2019-09-27 - 2019-12-31 - H04N19/124
- 本发明公开了一种视频解码、编码方法和装置及电子设备。其中，该方法包括：获取处于待解码视频帧之前的已解码视频帧的编码参数与已解码视频帧中一个或多个参考块的编码参数，其中，参考块在已解码视频帧中的位置与待解码块在待解码视频帧中的位置相同，编码参数包括以下至少之一：方向性预测模式、量化参数、运动矢量的长度；根据已解码视频帧的编码参数与参考块的编码参数确定用于对待解码块进行解码的目标分辨率；采用目标分辨率对待解码块进行解码。本发明解决了相关技术中对视频帧进行编码与解码灵活性差的技术问题。
- 基于联合生成对抗网络的大倍率遥感影像压缩方法-201811270154.7
- 杨淑媛;赵世慧;刘志;马宏斌;冯志玺;徐光颖;孟会晓;邢颖慧;郝晓阳;姜垚;马向前 - 西安电子科技大学
- 2018-10-29 - 2019-12-24 - H04N19/124
- 本发明公开了一种基于多结构生成对抗网络的大倍率遥感影像压缩方法，解决了传统方法未挖掘影像像素间相关性及大倍率压缩下视觉保真度下降的技术问题。实现步骤有：对遥感影像数据集预处理；预处理后的遥感影像数据集输入联合生成对抗网络训练得到训练好的网络模型；用训练得到的网络进行大倍率遥感影像压缩得到编码文件；对网络编码结果做熵编码得到待传输的码流文件；用解码网络进行码流文件的解压缩得到原始遥感影像。本发明使用联合生成对抗网络遥感影像建立模型进行大倍率压缩，该网络将编解码网络对称结构分别进行对抗训练，通过训练使得模型同时提取影像本身的相关性和遥感影像之间的相关性，提高了大倍率压缩下视觉保真度。
- 基于深度学习的图像编码、解码系统及编码、解码方法-201910705904.7
- 王培;其他发明人请求不公开姓名 - 杭州皮克皮克科技有限公司
- 2019-08-01 - 2019-12-20 - H04N19/124
- 本发明公开了一种基于深度学习的图像编码、解码系统及编码、解码方法，编码系统包括：基于深度学习的正变换网络模块、基于深度学习的条件概率超先验分析模块及熵编码模块；其中，正变换网络模块用于得到特征系数；超先验分析模块用于得到超先验特征值；熵编码模块用于熵编码。解码系统包括：熵解码模块、基于深度学习的重构模块及基于深度学习的反变换网络模块；其中，熵解码模块用于熵解码；重构模块用于得到条件概率模型；反变换网络模块用于重构出图像像素值。通过本发明，采用无监督的方式，训练得到的编解码器性能超越了多种传统编码标准。
- 一种医学图像编码方法及装置-201910768069.1
- 谢镐泽;李亚坤;张云 - 深圳市盛世生物医疗科技有限公司
- 2019-08-20 - 2019-12-20 - H04N19/124
- 本发明公开了一种医学图像编码方法及装置，包括：划分待处理图像为若干子区域；基于预设的类型判断因子标记所述子区域；根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像。装置用于执行方法。本发明实施例通过划分待处理图像为若干子区域；基于预设的类型判断因子标记所述子区域能够确定需要压缩的图像的质量需求；根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像，能够根据具体的质量需求进行对应的压缩，能够在保证质量的前提下，实现图像的压缩，以降低图像传输过程中的数据量。
- 一种基于光学方法的多彩色图像压缩及解压缩方法及装置-201710547473.7
- 陶少华;崔珊珊 - 中南大学
- 2017-07-06 - 2019-12-17 - H04N19/124
- 本发明公开了一种基于光学方法的多彩色图像压缩及解压缩方法及装置，该压缩和解压方法通过依次提取彩色图像，并对提取图像的RGB灰度图的像素值进行分类；利用特定色彩的排序，将彩色图像转变成带有颜色信息的灰度图像，然后利用闪耀光栅对图像进行θ调制，得到多幅灰度图像的叠加图像，完成图像压缩；对叠加图像进行傅里叶变换后得到对应的衍射光斑，利用特制空间滤波器对衍射光斑进行依次滤波，获得灰度图像，依据对应的RGB矩阵，得到彩色图像的RGB灰度图像，合成彩色图像。本发明所述方案中的压缩和解压缩操作简单，将三个通道变成一个通道操作，节省操作设备，减少运行时间，降低成本，能够广泛运用于彩色图像存储﹑加密及传输领域中。
- 编解码方法、装置和系统-201710707008.5
- 杨星亮;苏睿 - 西安万像电子科技有限公司
- 2017-08-17 - 2019-12-10 - H04N19/124
- 本发明公开了一种编解码方法、装置和系统。其中，该方法包括：将目标对象划分为多个宏块；依据预设条件筛选多个宏块，得到目标宏块；对多个宏块进行色度编码，并对目标宏块进行色度熵编码。本发明解决了由于编码压缩过程中导致输出图像的视觉质量低的技术问题。
- 一种码率模型更新方法及装置-201910026382.8
- 王振宇;韩冰杰;李旭峰 - 深圳市优微视觉科技有限公司
- 2019-01-08 - 2019-12-03 - H04N19/124
- 本申请提供一种码率模型更新方法及装置，该方法包括：利用控制参数集对控制单元进行编码，获取每个块在相应编码模式下的变换块，并确定控制单元的编码比特数；确定所述控制参数集附近的一个或多个虚拟控制参数集，利用虚拟控制参数集对变换块分别进行量化，每个所述虚拟控制参数集对应的所有虚拟量化块组成一个虚拟量化块集合；对虚拟量化块分别进行熵编码，或者使用近似算法对虚拟量化块分别进行估计，得到每个所述虚拟量化块集合所对应的虚拟编码比特数；利用所述控制参数集、虚拟控制参数集、编码比特数以及虚拟编码比特数，对所述码率模型进行更新。采用本申请的技术方案，能够更加精准地更新码率模型，提高码率控制的准确度。
- 一种基于频域量化损失估计的JPEG压缩图像复原方法-201910730799.2
- 陈耀武;郑博仑;田翔;叶欣 - 浙江大学
- 2019-08-08 - 2019-11-29 - H04N19/124
- 本发明公开了一种基于频域量化损失估计的JPEG压缩图像复原方法，首先提出了基于双域卷积神经网络的JPEG编码压缩图像复原方法的处理框架，该框架由图像特征编码单元、图像特征解码单元、双域压缩损失修正单元以及标记图，量化表等要素组成。通过研究DCT量化的统计先验特性，引入了位素图和标记图等要素，同时采用预测图像在频域中亮度和色度的损失的策略，有效地将亮度与色度分量的学习与双域卷积神经网络相结合，解决了双域卷积神经网络无法利用双域信息进行图像复原的问题。该方法在JPEG编码压缩图像复原领域较其他图像去块滤波方法在主观图像质量及PSNR、SSIM等关键技术指标上均有明显的提升。
- 用于显示流压缩的复杂区域检测-201680018987.7
- 纳坦·海姆·雅各布森;维贾伊拉加哈万·提鲁马莱;瑞珍·雷克斯曼·乔许 - 高通股份有限公司
- 2016-03-24 - 2019-11-29 - H04N19/124
- 本发明公开一种用于检测图像的复杂区域的方法及设备。在一个实例中，所述方法可涉及计算当前块、下一块及前一块的复杂度值。所述方法可涉及：(i)检测到所述前一复杂度值小于第一阈值且所述下一复杂度值大于第二阈值；和(ii)确定到所述当前块的过渡及到所述前一块的过渡均不是平坦到复杂区域过渡。所述方法可涉及响应于(i)和(ii)而在过渡到所述下一块时检测平坦到复杂区域过渡。
- 视频编码的前驱分析方法和装置-201611164393.5
- 张培川;包佳晶;周骋;姜骜杰;马李成 - 北京数码视讯科技股份有限公司
- 2016-12-15 - 2019-11-26 - H04N19/124
- 本发明提供了视频编码的前驱分析方法和装置，通过获取原始视频图像；将原始视频图像进行第一下采样得到第一视频图像；将第一视频图像进行自适应量化参数调整，得到每个块的量化参数调整值；将原始视频图像进行第二下采样，得到第二视频图像；对第二视频图像进行帧复杂度分析，从而在稍微降低视频编码前驱分析质量的情况下，降低计算量，提高编码速度。
- 基于无反馈码率控制的分布式视频压缩感知系统及方法-201710727562.X
- 朱金秀;杨语晨;吴文霞;裴颖;倪建军;晋银峰 - 南通河海大学海洋与近海工程研究院;河海大学常州校区
- 2017-08-23 - 2019-11-26 - H04N19/124
- 本发明的基于无反馈码率控制的分布式视频压缩感知系统及方法，该系统由编码器、无反馈码率控制器和解码器三部分组成。编码器中的压缩感知帧向无反馈码率控制器提供块测量值残差信息；无反馈码率控制器根据块测量值残差信息和目标码率，对于首个压缩感知帧(CS帧)结合测量率—量化参数失真模型进行块码率分配，给出当前编码块的测量率和量化参数，并利用分配结果训练2×3×2结构BP神经网络，然后CS帧采用训练后的BP神经网络预测图像块CS测量率和量化参数；解码器对接收到的码流首先解码出测量率和量化参数，然后联合解码。本发明克服了现有技术中压缩感知帧编码仅对测量率进行分配的不足，使得本发明中压缩感知帧重构效果好。
- 专利分类
