重庆邮电大学汪大勇获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉重庆邮电大学申请的专利一种基于稀疏卷积神经网络的点云几何压缩方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119991834B 。
龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510084233.2，技术领域涉及：G06T9/00；该发明授权一种基于稀疏卷积神经网络的点云几何压缩方法是由汪大勇;钟啸远;杨浩;马晓玉设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。
本一种基于稀疏卷积神经网络的点云几何压缩方法在说明书摘要公布了：本发明公开了一种基于稀疏卷积神经网络的点云几何压缩方法，该方法包括：获取场景点云；利用稀疏卷积神经网络对点云稀疏张量进行处理，分别得到潜在变量和稀疏特征，对稀疏特征解码后得到稀疏预测特征；通过对所述潜在变量进行稀疏卷积上采样，得到重建特征；对点云稠密张量进行特征提取，得到稠密特征；根据所述稀疏预测特征和稠密特征，计算稀疏稠密残差特征；将所述稀疏稠密残差特征和重建特征进行特征融合，得到融合特征；对融合特征进行稀疏卷积上采样，得到重建点云。本发明减少了点云几何压缩编码冗余，明显提升了编码性能和压缩后点云的质量。
本发明授权一种基于稀疏卷积神经网络的点云几何压缩方法在权利要求书中公布了：1.一种基于稀疏卷积神经网络的点云几何压缩方法，其特征在于，该方法包： 获取场景点云； 利用稀疏神经网络SparseCNN中的稀疏卷积下采样模块，对点云的稀疏张量进行下采样，得到第一稀疏特征图； 利用初始残差网络IRN对所述第一稀疏特征图进行可逆双射变换，获得潜在变量，根据潜在变量得到稀疏特征； 利用稀疏神经网络SparseCNN对稀疏特征进行解码，得到稀疏预测特征； 通过稀疏卷积上采样模块对所述潜在变量进行稀疏卷积上采样，得到重建特征； 对点云稠密张量进行特征提取，得到稠密特征； 对所述稀疏预测特征和稠密特征做残差计算，计算得到稀疏稠密残差特征； 将所述稀疏稠密残差特征和重建特征进行特征融合，得到融合特征； 通过稀疏卷积上采样模块对融合特征进行稀疏卷积上采样，得到重建点云。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励