[發明專利]一種基于支持向量機的點云壓縮編碼器關鍵參數優化方法

有效

• 申請號: 201910367878.1
• 申請日: 2019-05-05
• 公開（公告）號: CN110097605B
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 劉祺;元輝;王韋韋;劉昊
• 申請（專利權）人: 山東大學
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06N20/10
• 代理公司: 濟南金迪知識產權代理有限公司 37219
• 代理人: 許德山

1.一種基于支持向量機的點云壓縮編碼器關鍵參數優化方法，其特征在于，包括步驟如下：

(1)點云數據預處理：

①對點云信息中的幾何信息進行均一化預處理；

②對點云中第i個點p_i中的幾何坐標信息(x_i,y_i,z_i)進行均一化處理；i∈{1,2,…N},N為點云中點的數量；

③對點云信息中的顏色信息進行RGB與YUV格式轉化預處理；

④對步驟③預處理后的顏色信息進行進一步的均一化處理；

(2)點云分布特征提取：

⑤將點云中的每個點的幾何信息和顏色信息分別投射到X_Y平面，Y_Z平面和X_Z平面，分別得到三個投射點集，包括：N_xy、N_yz、N_xz分別表示投射到X_Y平面，Y_Z平面和X_Z平面的點的數量；

⑥對于投射到X_Y平面的點集分別求得兩個坐標方向的位置坐標的均值和方差以及亮度信號的均值和方差作為點云分布在X_Y平面的特征向量

對于投射到Y_Z平面的點集分別求得兩個坐標方向的位置坐標的均值和方差以及亮度信號的均值和方差作為點云分布在Y_Z平面的特征向量

對于投射到X_Z平面的點集分別求得兩個坐標方向的位置坐標的均值和方差以及亮度信號的均值和方差作為點云分布在X_Z平面的特征向量

對于一個給定的點云數據，其特征向量定義為：

(3)SVM的訓練預測：

⑦從M₀個點云數據中，挑選出M₁個點云數據作為訓練集，剩余的M₀-M₁個點云數據作為測試集；

⑧對于訓練集，對于給定的目標碼率R_target，輸入每個點云數據的特征向量f和標簽L_optimal；

在給定目標碼率R_target條件下，使用全搜索的方式找到最優的編碼參數對(OctreeLevel,JPEG_Value)，Octree Level、JPEG_Value分別表示三維點云編碼器中的八叉樹層數和量化參數；并將最優的編碼參數對(Octree Level,JPEG_Value)映射成對應的標簽L_(t,c)，t表示目標碼率的值，c表示的點云的名字。

2.根據權利要求1所述的一種基于支持向量機的點云壓縮編碼器關鍵參數優化方法，其特征在于，步驟①，是指：讀取點云中所有點的幾何信息(x,y,z)，計算出點云幾何信息的最小值(x_min,y_min,z_min)和點云幾何信息的最大值(x_max,y_max,z_max)。

3.根據權利要求2所述的一種基于支持向量機的點云壓縮編碼器關鍵參數優化方法，其特征在于，步驟②，對點云中第i個點p_i中的幾何坐標信息(x_i,y_i,z_i)進行均一化處理，如式(Ⅰ)所示：

式(Ⅰ)中，表示均一化處理后第i個點p_i的幾何坐標信息。

4.根據權利要求3所述的一種基于支持向量機的點云壓縮編碼器關鍵參數優化方法，其特征在于，步驟③，讀取點云中第i個點p_i的顏色信息(R_i,G_i,B_i),將RGB格式轉化為YUV格式，如式(Ⅱ)所示：

式(Ⅱ)中，R_i,G_i,B_i分別表示顏色信息的紅色分量、綠色分量和藍色分量，Y_i,U_i,V_i分別表示亮度信號、藍色色差信號和紅色色差信號。