典型文献
基于稀疏卷积的非对称特征聚合点云压缩算法
文献摘要：
当前基于深度学习的点云压缩算法存在局部特征学习不足的问题,点云庞大的数据量也限制了网络规模.为了保障重建质量的同时合理控制计算复杂度,提出一种基于稀疏卷积的非对称特征聚合点云压缩算法,设计非对称特征聚合编解码网络、逐通道稀疏残差卷积提升率失真性能.经实验验证,相较于现有的G-PCC、V-PCC和Learned-PCGC算法,所提算法的BD-Rate分别减少88％,46％,40％以上,BD-PSNR分别增加8.9 dB,2.4 dB,1.8 dB以上.
文献关键词：
点云压缩;自编码器;稀疏卷积;非对称特征聚合
中图分类号：
作者姓名：
黄炜;朱映韬;陈冬杰;王宝土;陈建
作者机构：
福州大学先进制造学院,福建 泉州 362200;福州大学物理与信息工程学院,福建 福州 350108
文献出处：
引用格式：
[1]黄炜;朱映韬;陈冬杰;王宝土;陈建-.基于稀疏卷积的非对称特征聚合点云压缩算法)[J].电视技术,2022(12):67-71,76
A类：
非对称特征聚合,PCGC
B类：
稀疏卷积,点云压缩,压缩算法,局部特征,特征学习,数据量,网络规模,重建质量,合理控制,计算复杂度,合编,编解码网络,残差卷积,提升率,失真,真性,PCC,Learned,BD,Rate,PSNR,dB,自编码器
AB值：
0.319148
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
