三维点云数据压缩技术研究综述

点云作为一种新型的描述三维空间的数据类型,逐渐成为计算机视觉应用的研究热点。点云数据一般由激光雷达或三维立体相机获取,与传统二维图像相比,其需要处理的数据量呈指数倍增加,对数据的存储和传输提出了更高的挑战。通过归纳国际标准组织在点云压缩技术领域最新研究成果,分析对比各类压缩算法的特点,总结下一步研究需要解决的问题,探讨未来的研究方向和思路。

一种改进的渐进式图像超分辨率重建算法

针对单帧图像超分辨率重建不适定逆问题,提出一种改进的渐进式图像超分辨率重建算法。通过两层渐进式重建网络,第一层渐进是将整个重建网络分为放大重建和细节重建两个阶段,第二层渐进是在放大重建阶段采用两级放大策略对低分辨率图像进行粗放大。在放大重建阶段采用残差式网络,并在其残差块中加入注意力机制提升网络的性能。在细节重建阶段,先将网络提取的图像软边缘信息与第一阶段的粗重建结果相融合,再输入到细超分辨率重建网络中完成最终的图像重建。实验结果表明,与其他算法相比,改进算法对图像细节的重建效果好,在客观评价指标和视觉效果方面都有所提升。