(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111649443.X (22)申请日 2021.12.3 0 (71)申请人 中山大学 地址 510275 广东省广州市新港西路13 5号 (72)发明人 梁凡　梁祖杰　郁鹏鹏　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 代理人 梁嘉琦 (51)Int.Cl. H04N 19/597(2014.01) H04N 13/00(2018.01) G06K 9/62(2022.01) G06V 10/774(2022.01) (54)发明名称 基于全自注意力网络的深度点云压缩编码 方法 (57)摘要 本发明公开了一种基于全自注意力网络的 深度点云压缩编码方法， 方法包括： 构建点云全 自注意力网络， 点云全自注意力网络包括编码器 和解码器； 获取训练数据， 构建倒角距离目标函 数对点云全自注意力网络进行训练； 向训练完成 的点云全自注 意力网络输入点云数据， 利用编码 器对点云数据进行特征采样处理得到点云编码， 完成点云压缩； 根据点云编码， 利用解码器重构 点云数据， 完成点云解压缩。 本发明基于倒角 距 离目标函数的网络训练， 加强点 云各点间的局部 和全局相关性的学习， 并通过编码 机对点云的特 征采样， 得到能够准确表征点云语义信息的点云 编码， 且保证了点云信息存储和运输的安全性及 稳定性， 可广泛应用于点云压缩编码技 术领域。 权利要求书2页 说明书8页 附图4页 CN 114363633 A 2022.04.15 CN 114363633 A 1.一种基于全自注意力网络的深度点云压缩编码方法， 其特 征在于， 包括： 构建点云全自注意力网络， 所述 点云全自注意力网络包括编码器和解码器； 获取训练数据， 构建倒角距离目标函数对所述 点云全自注意力网络进行训练； 向训练完成的点云全自注意力网络输入点云数据， 利用所述编码器对所述点云数据进 行特征采样处 理得到点云编码， 完成点云压缩； 根据所述 点云编码， 利用所述 解码器重构点云数据， 完成点云解压缩。 2.根据权利要求1所述的一种基于全自注意力网络的深度点云压缩编码方法， 其特征 在于， 所述构建点云全自注意力网络， 包括： 根据采样模块和点云自注意力模块， 构建编码器和解码器， 所述采样模块包括上采样 模块和下采样模块； 根据所述编码器和所述 解码器， 构建点云全自注意力网络 。 3.根据权利要求2所述的一种基于全自注意力网络的深度点云压缩编码方法， 其特征 在于， 所述 根据采样模块和点云自注意力模块， 构建编码器和解码器， 包括： 根据多头自注意力模块、 残差与归一 化层和前向层， 构建点云自注意力模块； 根据所述下采样模块和所述 点云自注意力模块， 构建编码器； 根据所述上采样模块和所述 点云自注意力模块， 构建解码器。 4.根据权利要求1所述的一种基于全自注意力网络的深度点云压缩编码方法， 其特征 在于， 所述 获取训练数据， 构建倒角距离目标函数对所述点云全自注意力网络进 行训练， 包 括： 获取训练数据， 结合倒角距离构建倒角距离目标函数， 所述倒角距离目标函数的表达 式为： 其中， DCD表示倒角距离； 表示压缩前的点云； 表示解压缩后的点云； 表 示点云 到点云 的平均对称平方距离； 表示点云 到点云 的平均对称平 方距离； 为点云平均 对称平方距离函数， 表示点云 每个点xi到点云 中最近邻点 xj的平均对称平方距离； 根据所述倒角距离目标函数， 对所述 点云全自注意力网络进行训练。 5.根据权利要求4所述的一种基于全自注意力网络的深度点云压缩编码方法， 其特征 在于， 所述 根据所述倒角距离目标函数， 对所述 点云全自注意力网络进行训练， 包括： 根据所述倒角距离目标函数， 对所述倒角距离进行最小化处 理； 根据所述最小化处理 的结果， 结合梯度反向传播方法对所述点云全自注意力网络进行 端到端的训练。 6.根据权利要求3所述的一种基于全自注意力网络的深度点云压缩编码方法， 其特征 在于， 所述利用所述编码器对所述 点云数据进行 特征采样处 理得到点云编码， 包括：权　利　要　求　书 1/2 页 2 CN 114363633 A 2根据所述编码器的所述下采样模块， 对所述 点云数据进行 下采样处 理； 根据所述编码器的所述自注意力模块， 对所述下采样处理后的点云数据进行特征提取 得到点云编码。 7.根据权利要求3所述的一种基于全自注意力网络的深度点云压缩编码方法， 其特征 在于， 所述 根据所述 点云编码， 利用所述 解码器重构点云数据， 包括： 根据所述 解码器的所述上采样模块， 对所述 点云编码进行 上采样处 理； 根据所述解码器的所述自注意力模块， 对所述上采样处理后的点云编码进行特征重构 得到重构后的点云数据。 8.一种基于全自注意力网络的深度点云压缩编码系统， 其特 征在于， 包括： 第一模块， 用于构建点云全自注意力网络， 所述点云全自注意力网络包括编码器和解 码器； 第二模块， 用于获取训练数据， 构建倒角距离目标函数对所述点云全自注意力网络进 行训练； 第三模块， 用于向训练完成的点云全自注意力网络输入点云数据， 利用所述编码器对 所述点云数据进行 特征采样处 理得到点云编码， 完成点云压缩； 第四模块， 用于根据所述 点云编码， 利用所述 解码器重构点云数据， 完成点云解压缩。 9.一种电子设备， 其特 征在于， 包括处 理器以及存 储器； 所述存储器用于存 储程序； 所述处理器执行所述程序实现如权利要求1至7中任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有程序， 所述程序被处 理器执行实现如权利要求1至7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114363633 A 3