非显而易见杯

专利无效挑战赛

目标专利:3874具有多个测量结果的3D点云增强

专利公开号:CN115136602B

专利权人:交互数字

无效请求书提交日期:2026年


上一项目 下一项目

非显而易见性评估仅供参考,不构成法律建议。



权利要求列表点击可跳转

序号 权利要求内容

1

一种点云解码方法,所述点云解码方法包括;获得至少表示第一点云和第二点云的数据;所述第一点云表示场景的第一观察;并且所述第二点云表示所述场景的第二观察;其中表示所述第一点云的所述数据包括具有第一量化范围的第一参数;表示所述第二点云的所述数据包括具有不同于所述第一量化范围的第二量化范围的第二参数;获得至少识别与所述第一点云相关联的第一组量化器移位的信息;以及至少基于所述第一点云、所述第一组量化器移位和所述第二点云来获得细化的点云数据;其中获得所述细化的点云数据包括获得所述第一参数和所述第二参数两者的所述量化范围中的第三参数。

2

根据权利要求1所述的方法,其中获得所述细化的点云数据包括至少基于所述第一组量化器移位来执行减法。

3

根据权利要求1所述的方法,所述方法还包括;获得识别与所述第二点云相关联的第二组量化器移位的信息;所述第二组量化器移位不同于所述第一组量化器移位;其中获得所述细化的点云数据还基于所述第二组量化器移位。

4

根据权利要求3所述的方法,其中获得所述细化的点云数据包括至少基于所述第一组量化器移位和所述第二组量化器移位来执行减法。

5

根据权利要求1所述的方法,其中所述第一点云表示场景的左视图;并且所述第二点云表示所述场景的右视图。

6

根据权利要求1所述的方法,其中所述第一点云和所述第二点云是与不同的时间相关联的帧。

7

根据权利要求1所述的方法,其中所述第一组量化器移位至少包括与所述第一点云中的第一点相关联的第一移位;和与所述第一点云中的第二点相关联的不同的第二移位。

8

根据权利要求1所述的方法,其中获得所述细化的点云数据包括;通过选择细化的第一点云(xl)以基本上最大化包括以下因子中的一个或多个因子的因子的乘积;基于所述第一点云(yl)和所述第二点云(yr)来获得所述细化的点云数据(xl);给定所述细化的第一点云(xl)的所述第一点云(yl)的条件概率Pr(yl|xl);给定第二细化的点云(xr)的估计值g(xl)的所述第二点云(yr)的条件概率Pr(yr|g(xl));其中所述估计值g(xl)基于所述细化的第一点云(xl);所述细化的第一点云数据(xl)的先验概率Pr(xl);和所述第二细化的点云(xr)的所述估计值g(xl)的先验概率Pr(g(xl))。


对比文件列表

编号 名称

权利要求1

一种点云解码方法,所述点云解码方法包括;获得至少表示第一点云和第二点云的数据;所述第一点云表示场景的第一观察;并且所述第二点云表示所述场景的第二观察;其中表示所述第一点云的所述数据包括具有第一量化范围的第一参数;表示所述第二点云的所述数据包括具有不同于所述第一量化范围的第二量化范围的第二参数;获得至少识别与所述第一点云相关联的第一组量化器移位的信息;以及至少基于所述第一点云、所述第一组量化器移位和所述第二点云来获得细化的点云数据;其中获得所述细化的点云数据包括获得所述第一参数和所述第二参数两者的所述量化范围中的第三参数。


权利要求2

根据权利要求1所述的方法,其中获得所述细化的点云数据包括至少基于所述第一组量化器移位来执行减法。


权利要求3

根据权利要求1所述的方法,所述方法还包括;获得识别与所述第二点云相关联的第二组量化器移位的信息;所述第二组量化器移位不同于所述第一组量化器移位;其中获得所述细化的点云数据还基于所述第二组量化器移位。


权利要求4

根据权利要求3所述的方法,其中获得所述细化的点云数据包括至少基于所述第一组量化器移位和所述第二组量化器移位来执行减法。


权利要求5

根据权利要求1所述的方法,其中所述第一点云表示场景的左视图;并且所述第二点云表示所述场景的右视图。


权利要求6

根据权利要求1所述的方法,其中所述第一点云和所述第二点云是与不同的时间相关联的帧。


权利要求7

根据权利要求1所述的方法,其中所述第一组量化器移位至少包括与所述第一点云中的第一点相关联的第一移位;和与所述第一点云中的第二点相关联的不同的第二移位。


权利要求8

根据权利要求1所述的方法,其中获得所述细化的点云数据包括;通过选择细化的第一点云(xl)以基本上最大化包括以下因子中的一个或多个因子的因子的乘积;基于所述第一点云(yl)和所述第二点云(yr)来获得所述细化的点云数据(xl);给定所述细化的第一点云(xl)的所述第一点云(yl)的条件概率Pr(yl|xl);给定第二细化的点云(xr)的估计值g(xl)的所述第二点云(yr)的条件概率Pr(yr|g(xl));其中所述估计值g(xl)基于所述细化的第一点云(xl);所述细化的第一点云数据(xl)的先验概率Pr(xl);和所述第二细化的点云(xr)的所述估计值g(xl)的先验概率Pr(g(xl))。


Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE