项目名称: 基于压缩感知的点云数据压缩方法研究

项目编号: No.61300065

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 张勇

作者单位: 北京工业大学

项目金额: 23万元

中文摘要: 点云数据具有明显的稀疏性,而基于压缩感知的信息编码方案因其具有协同采样编码、多空间稀疏表示和灵活解码等诸多优势为高效的稀疏信号的压缩开辟了一条新途径。 本项目拟从探索新的点云数据压缩编码方法入手,在信号稀疏表示理论的指导下,探索压缩感知的点云数据编码机理,研究基于压缩感知的点云数据编解码解决方案。在压缩感知编码方面,研究基于聚类的点云数据规格化方法,使其有序、可稀疏化;结合现有的观测矩阵设计方法,探索基于先验知识的规格点云数据观测方法。在压缩感知解码方面,针对规格点云数据的局部自相似性,研究点云数据的稀疏表示方法;针对规格点云数据的几何特征,建立鲁棒的点云数据重建模型。基于上述研究,构建高效、低编码复杂度和灵活鲁棒的新点云数据编解码方案。

中文关键词: 点云数据;压缩感知;稀疏表示;几何图像;

英文摘要: The geometric attributes of point-cloud data are continuously changing, which is obviously sparse. The information encoding scheme based on compressed sensing opened up a new way for efficient sparse signal compression, because of its collaborative sampling with encoding, multi-space sparse, flexible decoding and other advantages. In this project, we will explore a novel method for point-cloud coding, under the guidance of the signal sparse representation theory. We plan to find solutions for the point-cloud coding based on compressed sensing. For the coding part, we will propose a point-cloud regularity method based on clustering methods,by which the point-cloud can be ordered and sparse. Combined with the existing observation matrix design method, we will explore design methods of the observation matrix based on the prior knowledge. For the decoding part, a new point-cloud sparse representation method will be proposed, according to the local self-similarity of the regular point-cloud data. Then we will propose a new method of building robust point-cloud data reconstruction model based on compressive sensing, according to the local geometric features of point-cloud. Based on the research foundation mentioned above, we will build a new, efficient, low coding complexity, flexible and robust scheme for the point-c

英文关键词: point cloud data;compressed sensing;sparse representation;geometric images;

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】基于对比学习的预训练语言模型剪枝压缩
专知会员服务
27+阅读 · 2022年1月24日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
19+阅读 · 2021年5月4日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
77+阅读 · 2020年12月6日
【CSIG云讲堂】4月12日19点,黄玲玲主讲:基于超表面的全息显示研究
中国图象图形学学会CSIG
0+阅读 · 2022年4月7日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
【泡泡点云时空】Potree:基于Web浏览器的大规模点云渲染
【泡泡点云时空】完美配准:具有平滑密度的3D点云配准
泡泡机器人SLAM
61+阅读 · 2019年5月16日
【紫冬精选】国内近三年模式分类研究现状综述
中国科学院自动化研究所
12+阅读 · 2018年4月3日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
小贴士
相关VIP内容
【AAAI2022】基于对比学习的预训练语言模型剪枝压缩
专知会员服务
27+阅读 · 2022年1月24日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
19+阅读 · 2021年5月4日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
77+阅读 · 2020年12月6日
相关资讯
【CSIG云讲堂】4月12日19点,黄玲玲主讲:基于超表面的全息显示研究
中国图象图形学学会CSIG
0+阅读 · 2022年4月7日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
【泡泡点云时空】Potree:基于Web浏览器的大规模点云渲染
【泡泡点云时空】完美配准:具有平滑密度的3D点云配准
泡泡机器人SLAM
61+阅读 · 2019年5月16日
【紫冬精选】国内近三年模式分类研究现状综述
中国科学院自动化研究所
12+阅读 · 2018年4月3日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员