[发明专利]点云加密压缩引擎有效
申请号: | 201811501539.X | 申请日: | 2018-12-10 |
公开(公告)号: | CN109379509B | 公开(公告)日: | 2020-06-23 |
发明(设计)人: | 吴跃华 | 申请(专利权)人: | 盎锐(上海)信息科技有限公司 |
主分类号: | H04N1/32 | 分类号: | H04N1/32;G06T9/00;G06T1/60;G06T1/20;G06F21/60 |
代理公司: | 上海知义律师事务所 31304 | 代理人: | 刘峰 |
地址: | 201703 上海市青*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 加密 压缩 引擎 | ||
1.一种点云加密压缩引擎,其特征在于,所述点云加密压缩引擎包括一加密模块以及一压缩模块,
所述压缩模块用于将一3D影像与一预存影像库中的目标预存影像匹配,预存影像库中每一预存影像上的点云影像点数量小于所述3D影像的点云影像点,预存影像库中每一预存影像上设有用于调节预存影像的点云影像点形状的张量模型;
所述压缩模块还用于按3D影像的形状调节目标预存影像的张量模型获取处理影像,处理影像的形状与3D影像的形状相同,并对处理影像上的点云影像点做预设次数的卷积运算以生成3D影像的加密压缩影像;
所述加密模块用于根据所述卷积运算所用过滤式生成所述加密压缩影像的密钥。
2.如权利要求1所述的点云加密压缩引擎,其特征在于,每一预存影像均与预设个数的过滤式对应,对应于同一预存影像的过滤式之间设有次序,过滤式中的元素个数按所述次序依次减小,所述压缩模块包括一压缩子模块以及一判断子模块,
所述压缩子模块用于利用当前过滤式对当前处理影像上的点云影像点做一次的卷积运算;
所述判断子模块用于判断当前过滤式的次序是否为最后一个,若是则结束流程,若否则将当前过滤式的下一个过滤式作为当前过滤式。
3.如权利要求2所述的点云加密压缩引擎,其特征在于,每一预存影像均与至少两个过滤式对应,所述过滤式的数字排列形状与预存影像的点云影像点的形状相似,所述过滤式用于所述卷积运算,与同一预存影像对应的过滤式中任意两个过滤式的形状相似。
4.如权利要求3所述的点云加密压缩引擎,其特征在于,所述点云加密压缩引擎还包括一生成模块,
所述生成模块用于通过工业用3D摄像机获取初始预存影像,并将初始预存影像中的全部点云影像点的深度信息数值调节为预设深度值,然后将调节为预设深度值的初始预存影像内切一正多角形,最后保存正多边形的形状的初始预存影像为预存影像。
5.如权利要求1所述的点云加密压缩引擎,其特征在于,所述张量模型为预存影像上设置的表示点云影像点之间关系的函数式,所述压缩模块用于按3D影像的形状调节目标预存影像的点云影像点之间关系的函数式获取处理影像。
6.如权利要求5所述的点云加密压缩引擎,其特征在于,预存影像库中每一预存影像划分为若干区域,每一区域内设有表示同一区域内点云影像点之间关系的函数式。
7.如权利要求6所述的点云加密压缩引擎,其特征在于,所述压缩模块包括一获取子模块以及一计算子模块,
对于预存影像库中一目标预存影像,所述获取子模块用于获取目标预存影像中相邻点云影像点之间的函数式,所述函数式为多项式函数;
所述计算子模块用于通过人工智能深度学习获取若干穿过相邻点云影像点之间的分割线,并计算分割线穿过的全部相邻点云影像点之间的多项式函数的最高次项的次数总和,以次数总和低于预设值的分割线划分目标预存影像的区域。
8.如权利要求1所述的点云加密压缩引擎,其特征在于,所述压缩模块包括一放置子模块以及一调节子模块,
所述放置子模块用于将3D影像与目标预存影像重叠放置以获取目标预存影像上点云影像点到3D影像的距离;
所述调节子模块用于获取所述距离最大的点云影像点为控制点,并将所述控制点向3D影像所在方向移动目标长度;
所述调节子模块还用于利用所述目标预存影像的张量模型将控制点周围的周围控制点向3D影像所在方向移动计算长度,每一周围控制点的计算长度大小与周围控制点到控制点的距离成反比,所述计算长度小于所述目标长度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于盎锐(上海)信息科技有限公司,未经盎锐(上海)信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811501539.X/1.html,转载请声明来源钻瓜专利网。