一种基于立方体模板的神经网络编码解码方法及系统

摘要

本发明公开了一种基于立方体模板的神经网络编码解码方法及系统，包括确定所需要的数据集作为输入点云数据，数据集为单类别或多类别的点云数据，点云数据为矩阵形式；获得矩阵形式的点云数据的逐点局部几何特征；对局部几何特征以及输入点云数据进行统一角度的旋转实现数据增强；将增强后不同长度的点云数据编码成统一大小的隐藏编码向量；将统一大小的隐藏编码向量基于立方体模板解码成与输入点云接近的输出点云。本发明直接基于点云数据的真实采样机制，能够有效地对点云格式数据进行编码，并从隐藏编码中解码出与编码前数据接近的点云，减少信息损失。