上海工程技术大学商习武获国家专利权
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!
龙图腾网获悉上海工程技术大学申请的专利动态点云压缩的编码单元优化划分及动态点云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:CN120034663B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202510184217.0,技术领域涉及:H04N19/597;该发明授权动态点云压缩的编码单元优化划分及动态点云压缩方法是由商习武;胡陈洁;侯世维;李国平;赵海武;赵晓丽设计研发完成,并于2025-02-19向国家知识产权局提交的专利申请。
本动态点云压缩的编码单元优化划分及动态点云压缩方法在说明书摘要公布了:本发明公开了一种用于动态点云压缩的编码单元优化划分方法,提取多个编码单元的属性特征和几何特征,构建数据集,用于训练和测试多个划分识别模型,它们分别对应不同的划分模式;计算当前编码单元的梯度和方差,以此对当前编码单元的划分模式进行初步筛选,再提取当前编码单元的属性特征和几何特征,选取训练好的划分识别模型对筛选后的划分模式一一对应进行测试,从中筛选出最优划分模式,以此用于当前编码单元的划分。还公开了一种动态点云快速压缩方法。
本发明授权动态点云压缩的编码单元优化划分及动态点云压缩方法在权利要求书中公布了:1.一种用于动态点云压缩的编码单元优化划分方法,其特征在于包括以下步骤: 步骤一、训练划分识别模型 提取多个编码单元的属性特征和几何特征,构建数据集,用于训练和测试多个划分识别模型,它们分别对应不同的划分模式; 步骤二、建立监控图像数据集 计算当前编码单元的梯度和方差,以此对当前编码单元的划分模式进行初步筛选,再提取当前编码单元的属性特征和几何特征,选取训练好的划分识别模型对筛选后的划分模式一一对应进行测试,从中筛选出最优划分模式,以此用于当前编码单元的划分; 分别计算当前编码单元在水平方向和垂直方向的梯度和方差,采用如下划分规则对划分模式进行初步筛选: 若垂直方向梯度显著大于水平方向梯度,则禁用垂直划分模式; 若垂直方向梯度不够显著大于水平方向梯度,则采用方差进行辅助判断; 若水平方向梯度显著大于垂直方向梯度,则禁用水平划分模式; 若水平方向梯度不够显著大于垂直方向梯度,则采用方差进行辅助判断; 若水平方向梯度和垂直方向梯度较为均衡,则保留所有划分模式; 记当前编码单元的水平方向梯度、垂直方向梯度、水平方向方差、垂直方向方差分别为、、、,则梯度比,设置阈值、,且,所述划分规则设置如下, 一当且时,说明垂直方向梯度显著大于水平方向梯度,则直接禁用垂直划分模式; 二当时,说明垂直方向梯度较大但不够显著,使用方差辅助判断: 1当,说明水平方向子块方差比值较大,即水平方向纹理变化较大,则禁用垂直划分模式; 2若,说明水平方向子块方差比值较小,即水平方向纹理较为均匀,则保留所有划分模式,进入后续编码流程; 三当且时,说明水平方向梯度显著大于垂直方向梯度,则直接禁用水平划分模式; 四当时,说明水平方向梯度较大但不够显著,使用方差辅助判断: 1若,说明方向纹理变化较大,则禁用水平方向划分模式; 2若,说明垂直方向纹理较为均匀,则保留所有划分模式; 五当时,说明水平和垂直方向梯度较为均衡,则保留所有划分模式。
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上海工程技术大学,其通讯地址为:201620 上海市松江区龙腾路333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。
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。

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