【摘 要】
:
随着三维传感和重构技术的迅速发展,点云已经被广泛应用于虚拟现实/增强现实、生物医学成像、多人协作、自动驾驶、数字博物馆等多个领域,为用户提供丰富逼真的视觉信息。点云通常包含百万甚至千万个点,如此庞大的数据量对多媒体系统的存储和传输等环节造成了严峻的挑战,如何有效提升点云数据的压缩性能已成为当下的研究热点。点云数据通常分为几何信息和属性信息,现有的点云压缩方案,在对几何信息和属性信息进行编码时,由于
论文部分内容阅读
随着三维传感和重构技术的迅速发展,点云已经被广泛应用于虚拟现实/增强现实、生物医学成像、多人协作、自动驾驶、数字博物馆等多个领域,为用户提供丰富逼真的视觉信息。点云通常包含百万甚至千万个点,如此庞大的数据量对多媒体系统的存储和传输等环节造成了严峻的挑战,如何有效提升点云数据的压缩性能已成为当下的研究热点。点云数据通常分为几何信息和属性信息,现有的点云压缩方案,在对几何信息和属性信息进行编码时,由于没有对点云数据的空间相关性进行有效地利用,导致点云几何信息和属性信息的压缩性能仍有一定的提升空间。因此,本文针对几何信息和属性信息压缩算法分别进行研究,以提升点云数据的整体压缩性能。在基于平面结构的几何信息压缩算法中,本文针对邻域占位信息对节点平面结构信息的影响展开了研究。通过分析邻域节点占位信息与节点平面结构信息之间的相关性,提出一种基于邻域占位信息的平面结构信息压缩算法;并在此基础上进一步提出平面结构信息编码优化算法,在基本不影响几何信息压缩性能的前提下,降低平面编码的内存占用空间大小。实验结果表明,相比于TMC13-v9.0,本文提出的基于邻域占位信息的平面结构信息编码算法在几何无损的情况下,压缩性能可以提升0.5%左右;在几何有损的情况下,压缩性能平均提升了0.3%左右,显著地提升了几何信息的编码效率。在基于分层结构的属性信息压缩算法中,本文针对属性信息的分布特性对属性邻域预测的影响进行研究。通过分析现有LOD空域划分之后的各个细节层次点云分布特征,提出一种基于空域结构的点云属性分层预测算法;在此基础上,进一步对基于空域结构的点云属性分层预测算法的复杂度和内存占用空间等进行优化,提出一种基于LUT的属性邻域预测加速算法。实验结果表明,相比TMC13-V8.0,本文所给出的基于空域结构的点云属性分层预测算法在属性有损的情况下,Luma分量的BD-rate平均降低了5.56%,Chroma Cb分量上的BD-rate平均降低了5.42%,Chroma Cr分量的BD-Rate平均降低了7.28%,反射率分量的BD-rate平均降低了0.8%,提升了点云属性信息的压缩性能;并且编码时间相比TMC13-v8.0降低约19%,解码时间复杂度相比TMC13-v8.0降低约29%。
其他文献
随着近几年智能家居行业的快速发展,越来越多的智能设备被生产并用于满足人们的个性化需求。然而,这些智能设备可能属于不同的供应商并且提供不同的功能与服务,因此很难将集中式的解决方案应用到智能家居系统中。区块链(Blockchain)技术因其不可篡改性、去中心化特性以及其他安全性方面的优势而具有解决智能家居潜在问题的可能。然而,随着终端设备数量与资源数量呈现爆发式增长,以及愈加繁复的应用场景性能需求,将
随着深度神经网络的发展,深度学习在图像分类、目标检测、模式识别等领域都取得了与人类相当甚至更好的表现。然而,在现实世界中可能存在多个任务构成的数据流,神经网络并不具备在数据流中调整自身适应新任务的同时还能维持网络在旧任务上的表现的能力,因此会出现灾难性遗忘。这大大地影响了通过深度神经网络走向强人工智能的进程。因此,研究深度神经网络的持续学习算法,解决灾难性遗忘具有重要的理论意义与应用价值。现存的持
蒲公英(Taraxacum mongolicum Hand.-Mazz.)作为一种药食同源植物,富含多种功能性成分,具有较高的开发价值。实验以蒲公英全草为原料,对蒲公英中醇溶及水溶性成分的提取工艺进行了研究;以蒲公英提取浓缩液为原料,研制出了风味和稳定性都较佳的蒲公英口服液,并对蒲公英口服液的抗氧化活性和抑菌活性进行了探究,以期对蒲公英的开发及综合利用提供有益的支撑。主要研究内容及结果如下:(1)
高光谱成像系统将成像技术与光谱技术相结合来检测物体的空间特征,使高光谱图像可以捕捉场景的详细光谱分布。高光谱图像数据作为一个数据立方体,通常具有多个相邻的窄带,采集到的图像相比于普通RGB彩色图像包含更加丰富的信息,在诸多领域拥有巨大优势,广泛应用于许多遥感领域,包括目标检测、变化检测、分类、聚类和分割。然而光谱、空间等不同维度无法同时高分成像,这是由于高光谱成像机理的限制。在获取高光谱图像时使用
当今世界,随着人工智能技术在军事指挥领域的应用,战争形态已经发生了巨大的变化。在许多场景下,特别是无人机群作战场景下,战场形势瞬息万变,传统的依赖指挥官的指挥决策方式已经完全不能满足作战指挥的要求。必须针对各种场景研究指挥官辅助决策系统,为指挥官快速提供多套可行的作战方案,供指挥官选择。论文针对无人机群对地面目标的进攻作战和防空武器部署两个作战场景,研究指挥官辅助决策系统,决策系统具有指挥官意图识
在工业领域,生产设备故障甚至停机可能为工厂带来无法估量的经济损失。如果技术人员能够提前预知设备故障的发生,就可以提前拟定维修方案,减少因为故障发生带来的影响。收集生产数据并在工业物联网(Industrial Internet of Things,IIo T)的中心云端进行故障预测是目前工厂生产提质增效的有效手段。但大量生产数据的传输可能会由于网络带宽的限制产生不可预知的延迟,还会对中心云造成巨大的
语义分割作为计算机视觉的基础,是预测图像不同语义类别的像素级任务,广泛应用于人机交互、自动驾驶和场景理解等领域。深度学习的使用极大提高了语义分割的性能,但一般的分割模型因卷积叠加和多尺度特征聚合导致存储成本增加和速度降低。因此,本文针对现有分割算法精度和速度难以平衡且空间占用大的问题,重点研究了应用在嵌入式平台上的语义分割算法,包括瞳孔目标分割算法和城市街景目标分割算法,具体的研究和创新内容如下:
近年来,人工智能技术发展迅猛,已被广泛应用于各个领域,例如个性化推荐系统、自动语音识别以及计算机视觉等。这些技术的成功都是建立在大量的数据基础之上的,但是随着社会的不断发展以及人工智能应用的落地,人们对数据隐私的重视程度越来越高,数据共享不再那么容易,人工智能的发展面临着一定的挑战。联邦学习的出现打破了数据壁垒,使得多方能够在一定安全的条件下进行数据的共享。不幸的是,传统的联邦学习并不能完全保护参
对于世界各国而言,农业都是国民经济的重要组成部分,维持社会的稳定和经济的长期发展都需要农作物的稳定生产。多年以来,农作物产量预测对于政府部门指导农业生产、保证农业及相关贸易的良性运转乃至国家的经济发展都具有关键作用。然而,影响农作物产量的因素是复杂多变的,实现产量的精准预估一直是农业领域中的一个难题。神经网络在处理大规模复杂非线性问题时具有突出优势,能够契合产量预测的需求。因此,本文围绕组合神经网
本文应用中国微生物保藏中心得到的两株典型乳酸菌:德氏保加利亚乳杆菌(Lactobacillus bulgaricus,Lb1.2717)和嗜热链球菌(Streptococcus thermophilus,St1.2718),协同活化的安琪酵母菌,选取对数后期的菌种接种于米-面混合面团中,通过研究菌种的复配比、发酵时间对米-面混合酸面团的理化及质构特性、发酵活力及感官评定、菌落总数及基础流变特性的影