-
公开(公告)号：CN115474047B
公开(公告)日：2025-01-03
申请号：CN202211112366.9
申请日：2022-09-13
Applicant: 福州大学
IPC: H04N19/124 , H04N19/172 , H04N19/597 , H04N19/70 , H04N19/91 , G06T7/32 , G06T9/00
Abstract: 本发明涉及一种基于增强映射图相关性LiDAR点云编码方法及解码方法，编码方法包括：获取待编码点云，将部分点云帧作为I帧，其余点云帧作为P帧；将I帧和P帧的几何信息映射为2D距离图，划分为分辨率为N1×N2的分块，将I帧和P帧各分块转换为三维点云，使用ICP算法根据I帧各分块三维点云配准P帧各分块三维点云，得到运动信息H；将P’帧各分块三维点云转化为2D距离图；将I帧和P帧的属性信息映射为2D属性图；2D距离图和2D属性图编码成视频流，将视频流编码为二进制码流；将运动信息H量化为2D距离图，并压缩为二进制码流。本发明降低了空间及时间冗余，对高效点云压缩方案的探索和研究对于自动驾驶和移动机器人等相关应用的发展具有重要战略意义。
-
公开(公告)号：CN113518226A
公开(公告)日：2021-10-19
申请号：CN202110731452.7
申请日：2021-06-29
IPC: H04N19/625 , H04N19/70 , H04N19/91 , H04N19/96 , H04N19/50
Abstract: 本发明涉及一种基于地面分割的G‑PCC点云编码改进方法，包括以下步骤：步骤S1：提供点云数据，通过快速地面分割算法对点云进行预处理，将点云数据分割为地面点云和非地面点云；步骤S2：对分割后的地面点云转换成距离图像，并基于JPEG算法的编码器进行编码；步骤S3：对分割后的非地面点云采用G‑PCC编码模块进行编码。本发明主要针对的是激光雷达动态获取的稀疏点云，具有高效，高压缩率，低复杂度等特点。
-
公开(公告)号：CN114124909A
公开(公告)日：2022-03-01
申请号：CN202111074168.3
申请日：2021-09-14
Applicant: 福州大学
Abstract: 本发明提出一种基于激光雷达的点云实时采集压缩传输系统及方法，包括：实时采集激光雷达点云，对点云进行自适应编码和封装，实时传输，解封装和自适应解码，渲染可视化并保存本地。本系统具有时间复杂度低，实时性高的优点，根据带宽动态压缩后的数据在低带宽的情况下也可实现可靠低时延的传输，远程实时地观测并处理激光雷达采集的第一手3D点云数据。高带宽情况下该系统还可用于传输多路数据，符合车路协同、远程智能驾驶、机器人视觉等行业对远程采集传输点云数据并进行分析处理的低时延需求。
-
Patent Agency Ranking
公开(公告)号：CN113613017B
公开(公告)日：2024-04-19
申请号：CN202110848736.4
申请日：2021-07-27
IPC: H04N19/503 , H04N19/597 , H04N19/91 , H04N19/184 , H04N19/44
Abstract: 本发明涉及一种三维帧间预测改进V‑PCC帧间预测的方法。首先，对当前帧点云找到在前一帧点云的最近点并记录距离。然后，把当前点云的点按照#imgabs0#的优先级升序排序，以第一个点为坐标原点沿着值增加的方向构建8*8*8的包围盒。再而，设定可以容忍的点云失真阈值#imgabs1#，并计算包围盒内最近点的距离的均值，根据均值与失真阈值#imgabs2#的比较，把点云分成静态点云（均值小于阈值，能有效被三维帧间预测）和动态点云。对静态点云则通过构建代价函数对包围盒沿着某个最佳的维度延伸，并且每次去掉当前帧中的包围盒内点云。最后，重复上述步骤，直到所有点云分类完成，对动态点云融合并使用V‑PCC编码，静态点云则熵编码其包围盒坐标的最小和最大值。
-
公开(公告)号：CN115474047A
公开(公告)日：2022-12-13
申请号：CN202211112366.9
申请日：2022-09-13
Applicant: 福州大学
IPC: H04N19/124 , H04N19/172 , H04N19/597 , H04N19/70 , H04N19/91 , G06T7/32 , G06T9/00
Abstract: 本发明涉及一种基于增强映射图相关性LiDAR点云编码方法及解码方法，编码方法包括：获取待偏码点云，将部分点云帧作为I帧，其余点云帧作为P帧；将I帧和P帧的几何信息映射为2D距离图，划分为分辨率为N1×N2的分块，将I帧和P帧各分块转换为三维点云，使用ICP算法根据I帧各分块三维点云配准P帧各分块三维点云，得到运动信息H；将P’帧各分块三维点云转化为2D距离图；将I帧和P帧的属性信息映射为2D属性图；2D距离图和2D属性图编码成视频流，将视频流编码为二进制码流；将运动信息H量化为2D距离图，并压缩为二进制码流。本发明降低了空间及时间冗余，对高效点云压缩方案的探索和研究对于自动驾驶和移动机器人等相关应用的发展具有重要战略意义。
-
公开(公告)号：CN113613017A
公开(公告)日：2021-11-05
申请号：CN202110848736.4
申请日：2021-07-27
IPC: H04N19/503 , H04N19/597 , H04N19/91 , H04N19/184 , H04N19/44
Abstract: 本发明涉及一种三维帧间预测改进V‑PCC帧间预测的方法。首先，对当前帧点云找到在前一帧点云的最近点并记录距离。然后，把当前点云的点按照的优先级升序排序，以第一个点为坐标原点沿着值增加的方向构建8*8*8的包围盒。再而，设定可以容忍的点云失真阈值，并计算包围盒内最近点的距离的均值，根据均值与失真阈值的比较，把点云分成静态点云（均值小于阈值，能有效被三维帧间预测）和动态点云。对静态点云则通过构建代价函数对包围盒沿着某个最佳的维度延伸，并且每次去掉当前帧中的包围盒内点云。最后，重复上述步骤，直到所有点云分类完成，对动态点云融合并使用V‑PCC编码，静态点云则熵编码其包围盒坐标的最小和最大值。
-
公开(公告)号：CN114124909B
公开(公告)日：2023-03-14
申请号：CN202111074168.3
申请日：2021-09-14
Applicant: 福州大学
Abstract: 本发明提出一种基于激光雷达的点云实时采集压缩传输系统及方法，包括：实时采集激光雷达点云，对点云进行自适应编码和封装，实时传输，解封装和自适应解码，渲染可视化并保存本地。本系统具有时间复杂度低，实时性高的优点，根据带宽动态压缩后的数据在低带宽的情况下也可实现可靠低时延的传输，远程实时地观测并处理激光雷达采集的第一手3D点云数据。高带宽情况下该系统还可用于传输多路数据，符合车路协同、远程智能驾驶、机器人视觉等行业对远程采集传输点云数据并进行分析处理的低时延需求。
-
公开(公告)号：CN115065826A
公开(公告)日：2022-09-16
申请号：CN202210653112.1
申请日：2022-06-09
IPC: H04N19/503 , H04N19/42 , H04N19/597 , G01S7/48
Abstract: 本发明具体公开一种基于位姿状态的激光雷达点云帧间编解码方法，在编码过程中首先将三维点云的几何信息映射到二维距离图中；将点云序列分为参考点云和待编码点云，利用参考点云与待编码点云的位姿状态，设计待编码点云的帧间预测方法，最终对预测残差进行量化与编码，将变换矩阵、残差编码信息和参考点云编码信息合成输出码流；在解码过程中依次从码流中解出变换矩阵、残差编码信息和参考点云编码信息，得到参考点云和待编码点云在二维距离图上的原始距离，最终距离图转点云，恢复三维点云；本发明提供的方法在编解码激光雷达点云序列时，具有较高的编码性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
