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！

龙图腾网恭喜中山大学·深圳;中山大学申请的专利基于深度熵编码的点云属性压缩方法、装置和存储介质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：CN114615505B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202210153041.9，技术领域涉及：H04N19/597；该发明授权基于深度熵编码的点云属性压缩方法、装置和存储介质是由郭裕兰;方广驰设计研发完成，并于2022-02-18向国家知识产权局提交的专利申请。

本基于深度熵编码的点云属性压缩方法、装置和存储介质在说明书摘要公布了：本发明公开了一种基于深度熵编码的点云属性压缩方法、计算机装置和存储介质，包括获取点云数据的属性信息和几何信息，对属性信息进行变换编码，获得变换系数，记录变换编码的过程中产生的中间信息，对几何信息和变换系数进行逐点特征提取，获得点云信息特征，对中间信息进行逐点特征提取，获得变换编码信息特征，对点云信息特征和变换编码信息特征融合后进行概率预测，获得概率分布，对变换系数和概率分布进行熵编码，获得压缩文件等步骤。本发明通过提取属性信息和几何信息等点云信息以及变换编码信息，有利于符号概率分布预测，能够处理复杂多样的点云数据，更好地实现了符号概率预测，提高了压缩性能。本发明广泛应用于点云数据处理技术领域。

本发明授权基于深度熵编码的点云属性压缩方法、装置和存储介质在权利要求书中公布了：1.一种基于深度熵编码的点云属性压缩方法，其特征在于，所述基于深度熵编码的点云属性压缩方法包括： 获取点云数据； 获取所述点云数据的属性信息和几何信息； 使用变换编码算法，对所述属性信息进行变换编码，获得变换系数； 记录所述变换编码的过程中产生的中间信息； 对所述几何信息和所述变换系数进行逐点特征提取，获得点云信息特征； 对所述中间信息进行逐点特征提取，获得变换编码信息特征； 对所述点云信息特征和所述变换编码信息特征融合后进行概率预测，获得概率分布； 对所述变换系数和所述概率分布进行熵编码，获得压缩文件； 所述对所述属性信息进行变换编码，包括： 对所述属性信息进行体素化，获得多个点云属性体素； 排列各所述点云属性体素； 设定变换方向； 从位于所述变换方向上初始位置的所述点云属性体素开始，依次进行多级变换；在其中每一级变换中，对于相邻的两个所述点云属性体素，则根据相邻的两个所述点云属性体素生成高频分量和低频分量，将所述高频分量和所述低频分量传递至下一级变换，作为下一级变换中的点云属性体素，对于不与其他点云属性体素相邻的所述点云属性体素，将所述点云属性体素传递至下一级变换，作为下一级变换中的点云属性体素； 记录最后一级变换所得的高频分量和低频分量，作为所述变换系数； 所述根据相邻的两个所述点云属性体素生成高频分量和低频分量，将所述高频分量和所述低频分量传递至下一级变换，作为下一级变换中的点云属性体素，所使用的公式为：； 其中，表示变换的级数，表示所述变换方向，表示根据相邻的两个所述点云属性体素中的一个所述点云属性体素的低频分量，表示根据相邻的两个所述点云属性体素中的另一个所述点云属性体素的低频分量，表示下一级变换中的点云属性体素中的低频分量，表示下一级变换中的点云属性体素中的高频分量，表示第级变换中与变换方向对应的权重，表示第级变换中与变换方向对应的权重； 所述对所述中间信息进行逐点特征提取，获得变换编码信息特征，包括： 获取每一级变换中的权重和低频分量作为所述中间信息； 使用多层全连接神经网络对所述权重和所述低频分量进行逐点特征提取，获得第一逐点特征； 使用三维神经网络对所述权重和所述低频分量进行领域点的特征聚合，获得第一空间特征； 将所述第一逐点特征与所述第一空间特征按通道维度拼接，获得所述变换编码信息特征。

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中山大学·深圳;中山大学，其通讯地址为：518107 广东省深圳市光明新区光明街道华夏路和润家园3栋501；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”。