Abstract：
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.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电视技术
ISSN： 1002-8692
CN： 11-2123/TN
Year： 2022
Issue： 12
Volume： 46
Page： 67-71,76
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 6
