买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种基于LSTM网络预测的动态点云快速编码方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119967190B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510125801.9，技术领域涉及：H04N19/597；该发明授权一种基于LSTM网络预测的动态点云快速编码方法是由汪大勇;杨浩;马晓玉;钟啸远设计研发完成，并于2025-01-27向国家知识产权局提交的专利申请。

本一种基于LSTM网络预测的动态点云快速编码方法在说明书摘要公布了：本发明属于编码技术领域，涉及一种基于LSTM网络预测的动态点云快速编码方法，包括：获取点云并进行预处理，将预处理后的点云输入训练好的多层级预测划分网络，得到点云划分后的子编码单元，将子编码单元编码为比特流；多层级预测划分网络的训练过程包括：获取动态点云序列并进行预处理；将预处理后的动态点云序列输入多层级预测划分网络，得到划分后的子编码单元和预测占用结果；根据预测占用结果计算损失函数值来更新网络参数，直到得到训练好的网络；本发明利用各个层级的LSTM网络预测出CU的各个层级的占用结果，根据占用结果进而决定是否划分，同时各个层级的LSTM网络并行地对不同CU进行不同层级的划分预测，节省了编码时间。

本发明授权一种基于LSTM网络预测的动态点云快速编码方法在权利要求书中公布了：1.一种基于LSTM网络预测的动态点云快速编码方法，其特征在于，包括：获取当前的点云并进行预处理，将预处理后的当前的点云输入训练好的多层级预测划分网络，得到当前点云的编码单元CU划分后的子编码单元，将划分后的子编码单元编码为比特流； 多层级预测划分网络的训练过程包括： S1、获取动态点云序列，对动态点云序列进行预处理，得到预处理后的动态点云序列；预处理后的动态点云序列中的每一帧包括多个编码单元CU；每个CU包括像素、占用图以及像素残差信息； S2、将预处理后的动态点云序列的每一帧的每个CU依次输入多层级预测划分网络进行划分，得到每一帧的每个CU划分后的子编码单元和在每个层级的预测占用结果； 多层级预测划分网络包括：CNN网络和多个层级的LSTM网络；多层级预测划分网络依次对预处理后的动态点云序列的每一帧的每个CU进行处理的过程包括： S21、将帧t的编码单元输入CNN网络，得到编码单元的融合特征；其中，n为编码单元的索引； S22、将编码单元的融合特征输入第一层级的LSTM网络，得到编码单元的第一层级预测占用结果；根据第一层级预测占用结果对编码单元进行划分，得到第一层级的子编码单元及其融合特征； S23、将第一层级的子编码单元的融合特征输入第二层级的LSTM网络，得到每个子编码单元的第二层级预测占用结果；根据第二层级预测占用结果对子编码单元进行划分，得到第二层级的子编码单元及其融合特征； S24、将上一层级的子编码单元的融合特征输入当前层级的LSTM网络，得到每个子编码单元的当前层级预测占用结果；根据当前层级预测占用结果对子编码单元进行划分，得到当前层级的子编码单元；其中，子编码单元的索引的集合，为第l层级的子编码单元的索引； S25、重复步骤S24，直到结束对帧t的编码单元的处理； 根据当前层级预测占用结果对子编码单元进行划分包括：根据当前层级预测占用结果得到划分标志，若划分标志为0，则结束对子编码单元的处理；否则，对子编码单元进行划分，得到当前层级的子编码单元； S3、根据每一帧的每个CU在每个层级的预测占用结果计算损失函数值，根据损失函数值更新模型参数，当损失函数值最小时，得到训练好的多层级预测划分网络。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。