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！

龙图腾网恭喜杭州宇泛智能科技股份有限公司;浙江工商大学;中移(杭州)信息技术有限公司申请的专利基于隐式神经表达的动态三维点云压缩方法及装置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：CN119359830B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202411932790.7，技术领域涉及：G06T9/00；该发明授权基于隐式神经表达的动态三维点云压缩方法及装置是由杨柏林;曹怡楠;郑东;赵俊杰;江照意;程宝平;汪胜设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本基于隐式神经表达的动态三维点云压缩方法及装置在说明书摘要公布了：本申请实施例提供一种基于隐式神经表达的动态三维点云压缩方法及装置，方法包括：通过由下采样层与基于分组矢量注意力的注意力层组成的编码器对给定动态点云序列中各帧的点云数据进行嵌入提取，得到包含有点云内容信息的自适应内容特征嵌入；获取各帧的点云数据在给定动态点云序列中的索引值，并通过位置编码函数将点云数据的索引值映射至高维嵌入空间进行嵌入提取，得到包含有点云时间信息的时间索引嵌入；将最佳网络模型的浮点数参数转换为低比特位的整数参数后采用哈夫曼编码进行无损压缩，得到经过无损压缩后的最佳网络模型，并通过最佳网络模型执行动态三维点云数据解码工作；本申请能够有效提高三维点云压缩的效率和准确率。

本发明授权基于隐式神经表达的动态三维点云压缩方法及装置在权利要求书中公布了：1.一种基于隐式神经表达的动态三维点云压缩方法，其特征在于，所述方法包括：通过由下采样层与基于分组矢量注意力的注意力层组成的编码器对给定动态点云序列中各帧的点云数据进行嵌入提取，得到包含有点云内容信息的自适应内容特征嵌入，具体包括：输入给定的动态点云序列中的某一帧点云数据通过基于体素网格划分的池化方法将所述点云数据中的点按照体素网格进行划分，并对每个网格内的点进行聚类和对点云特征执行最大池化操作，以通过下采样层获取点云局部特征；将下采样层输出的点云局部特征输入到分组矢量注意力机制中，其中，所述分组矢量注意力机制将输入点云局部特征映射为问询向量、键向量和值向量，对值向量的通道分组，并编码问询向量和键向量的关系得到权重编码，即点云局部特征之间的相关性权重，其中，权重编码通道数与值向量的通道组数相同；以所述相关性权重和所述值向量进行阿达玛乘积，得到最终的自适应内容特征嵌入；获取所述各帧的点云数据在所述给定动态点云序列中的索引值，并通过位置编码函数将所述点云数据的索引值映射至高维嵌入空间进行嵌入提取，得到包含有点云时间信息的时间索引嵌入；将所述自适应内容特征嵌入作为所述时间索引嵌入的视觉知识先验在相同的空间维度下对所述时间索引嵌入和所述内容特征嵌入进行特征融合，得到融合特征向量；将所述融合特征向量输入由上采样层与基于分组矢量注意力的注意力层组成的解码器，得到所述解码器输出的预测点云帧，通过计算所述预测点云帧与对应的真实点云帧之间的倒角距离和均方误差损失反向传播更新网络模型的模型参数，直至所述预测点云帧与所述真实点云帧的相似度符合阈值区间，得到最佳网络模型；将所述最佳网络模型的浮点数参数转换为低比特位的整数参数后采用哈夫曼编码进行无损压缩，得到经过无损压缩后的最佳网络模型，并通过所述最佳网络模型执行动态三维点云数据解码工作。

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杭州宇泛智能科技股份有限公司;浙江工商大学;中移(杭州)信息技术有限公司，其通讯地址为：310000 浙江省杭州市余杭区仓前街道时尚万通城3幢24层、25层、26层；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”。