技术编号：29045063
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。.本发明涉及点云数据压缩处理技术领域，尤其涉及一种基于深度学习的三维点云数据压缩方法与系统。背景技术.点云模型分割是鲁棒目标识别的关键，对机器人自主、自动驾驶等具有重要意义。目前，maturana等人提出了一种有效的点云分割架构，该架构通过将容积占用网格来实现d目标识别。相反，由于不必要的冗长，qi等人提出了一种局部处理每个点的统一架构，以提高形状分割的效率，并且对输入点的排列不变性具有鲁棒性。landrieu等人用超点图来表示三维形状分割，超点图是将大尺度点云场景分割成几何均匀的元素。b...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。