图像匹配像素检索方法、装置以及存储介质

    公开(公告)号:CN114329032B

    公开(公告)日:2024-11-01

    申请号:CN202111613958.4

    申请日:2021-12-27

    发明人: 周杰

    摘要: 本公开提供了一种图像匹配像素检索方法、装置以及电子设备、存储介质,涉及计算机技术领域,其中的方法包括:将第一全景图中的第一图像像素与节点进行对应处理并存储球面四叉树;基于第二全景图与第一全景图的对极约束,确定与第二全景图的第二图像像素相对应的对极平面与球面相交的相交圆;基于相交圆在球面四叉树中进行搜索处理,用以获取与第二图像像素相对应的候选节点;响应于候选节点的坐标信息满足第一搜索精度,将候选节点的对应的第一图像像素作为匹配像素;本公开的方法、装置以及电子设备、存储介质,解决了全景成像模型对极约束的搜索运算量大的问题,提高运算效率,使三维重建的工作可以实时运行,有效改善了客户体验。

    编码/解码在长方体体积中包含的点云的点的位置

    公开(公告)号:CN118843885A

    公开(公告)日:2024-10-25

    申请号:CN202380023981.9

    申请日:2023-02-21

    IPC分类号: G06T9/40 H04N19/11

    摘要: 提供了将在长方体体积中包含的点云的点的位置进行编码/解码的方法和装置,所述位置在三维坐标系中表示,至少两个顶点位于长方体体积的边上。编码方法包括:将定义至少两个顶点的顶点信息编码(110)到比特流中;由至少两个顶点确定(120)长方体体积中的点(C);以及由至少两个顶点和确定的点(C)构造至少一个三角形(130);通过在至少一个三角形上应用射线追踪而获得的渲染点的位置表示在长方体体积中包含的点云的点的位置。

    编解码方法、码流、编码器、解码器以及存储介质

    公开(公告)号:CN118743218A

    公开(公告)日:2024-10-01

    申请号:CN202280092172.9

    申请日:2022-03-12

    发明人: 魏红莲

    IPC分类号: H04N19/50 H04N19/00 G06T9/40

    摘要: 本申请实施例公开了一种编解码方法、码流、编码器、解码器以及存储介质,应用于解码器,该方法包括:确定当前节点对应的索引序号以及初始参考集合(S701);基于索引序号的奇偶特性,确定当前节点在初始参考集合中对应的目标位置(S702);根据初始参考集合对当前节点进行解码处理之后,将当前节点放置于目标位置,得到目标参考集合(S703)。这样,基于索引序号的奇偶特性构建包括当前节点在内的目标参考集合,利用该目标参考集合能够提高点云属性的预测准确性,并且提高点云属性的编解码性能。

    用于编码及解码3D点云的方法、编码器及解码器

    公开(公告)号:CN118648023A

    公开(公告)日:2024-09-13

    申请号:CN202380014356.8

    申请日:2023-01-11

    摘要: 本申请公开一种对点云进行编码以生成压缩点云数据的比特流的方法,所述点云被定义为树结构,所述树结构包括具有父子关系的多个节点,并代表被递归地划分成子体且包含点云的点的体空间的几何结构,所述方法包括:遍历树,所述遍历包括:对于与子体相关联的当前节点:如果所述当前节点的父节点有资格使用推断直接编码模式IDCM,且所述当前节点是所述父节点的唯一子节点,则对与所述当前节点相关联的所述子体的子节点集的占位模式进行熵编码,其中占位模式表示与相应子节点相关联的子体中哪些子体包含至少一个点;否则,应用IDCM过程,在所述IDCM过程中确定与所述当前节点相关联的所述子体是否有资格直接编码以及是否要应用直接编码。

    基于缺失信息填补的多机协同SLAM点云数据压缩方法

    公开(公告)号:CN118521656A

    公开(公告)日:2024-08-20

    申请号:CN202410638126.5

    申请日:2024-05-22

    发明人: 凡时财 曾铭鸿

    摘要: 本发明公开了一种基于缺失信息填补的多机协同SLAM点云数据压缩方法,将原始的多机协同SLAM点云数据转换为八叉树点云并展开成一维的节点序列,通过上下文信息整合得到每个节点的综合特征矩阵,基于Transformer模型进行缺失信息填补,构建包括嵌入模块,多头注意力模块,多层感知机和softmax层的概率估计模型,根据填补综合特征矩阵得到每个节点的概率分布,采用熵编码对八叉树点云进行压缩,得到压缩点云数据,在解压缩时首先基于熵编码将压缩点云数据恢复为八叉树点云,然后再根据八叉树点云对点云数据进行重建,从而恢复得到多机SLAM点云数据。本发明利用Transformer模型根据上下文信息填补丢失部分信息,提高概率分布估计的准确性,进而提高数据压缩性能。