基于多尺度特征和注意力機(jī)制的深度學(xué)習(xí)點(diǎn)云壓縮

摘要： 三維點(diǎn)云廣泛應(yīng)用于無(wú)人駕駛、實(shí)景三維等領(lǐng)域，然而復(fù)雜場(chǎng)景的海量點(diǎn)云對(duì)存儲(chǔ)、處理和傳輸?shù)葞?lái)極大挑戰(zhàn)。提出一種基于多尺度特征和注意力機(jī)制的深度變分自編碼點(diǎn)云幾何信息壓縮算法MSA-GPCC,通過(guò)加入多尺度模型提取特征、變分自編碼器構(gòu)建熵模型，繼而結(jié)合尺度注意力模塊和多尺度特征，實(shí)現(xiàn)基于熵編碼的點(diǎn)云幾何信息高碼率、低失真壓縮。在MPEG數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)表明，相比G-PCC算法和基...