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！

龙图腾网获悉山东大学申请的专利基于深度学习的三维点云预测几何编码方法及系统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：CN120111256B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510254666.8，技术领域涉及：H04N19/96；该发明授权基于深度学习的三维点云预测几何编码方法及系统是由元辉;孙倡;楼剑;葛川设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本基于深度学习的三维点云预测几何编码方法及系统在说明书摘要公布了：本发明涉及基于深度学习的三维点云预测几何编码方法及系统，包括：1构建预测树；基于雷达参数构建预测树；或采用阈值分割法构建预测树；2预测编码；设计了高码率模式和低码率模式，满足不同比特率下的编码需要；3选择基于差分进化的编码参数：通过基于差分进化的量化步长选择方法，将编码参数的选择问题转化为一个约束条件下的最优化问题，并通过在仅包含十个点云的小型数据集上的迭代优化得到近似最优的编码参数，最后通过该编码参数编码其他点云。本发明提高了Lidar点云编码的率失真性能，相比于之前的方法，在同样的比特率下，解码后的重建点云具有更高的保真度。

本发明授权基于深度学习的三维点云预测几何编码方法及系统在权利要求书中公布了：1.基于深度学习的三维点云预测几何编码方法，其特征在于，包括： 1构建预测树；针对含有激光雷达各个激光扫描器俯仰角以及各个激光雷达扫描器坐标系相对于雷达坐标系高度的点云文件，基于雷达参数构建预测树；或者，针对点的坐标在点云文件内按照激光扫描器的高度顺序以及激光扫描器的采集顺序排列的点云文件，采用阈值分割法构建预测树； 2预测编码； 高码率模式下，在每一个预测树内，按照顺序从根节点开始，逐个预测下一个点坐标，并对量化后的残差进行编码；在得到编码点在球面坐标系下的坐标时，先对径向距离和方位角进行差分编码；同时，通过基于LSTM网络的俯仰角预测模型拟合俯仰角与半径之间的关系，用已编码点的重建坐标以及当前点的俯仰角及径向距离来预测俯仰角，并对量化后的预测残差进行编码； 低码率模式下，编码方位角，俯仰角则通过重建值的差分编码表示；对于半径r，则通过基于熵模型的自编码器来压缩； 3选择基于差分进化的编码参数； 通过基于差分进化的量化步长选择方法，将编码参数的选择问题转化为一个约束条件下的最优化问题，并通过在仅包含十个点云的小型数据集上的迭代优化得到近似最优的编码参数，最后通过该编码参数编码其他点云。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。