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。