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!
申请/专利权人:西北工业大学
摘要:本发明公开了一种基于并行掩码‑恢复网络的点云上采样方法,首先将点云划分为多个点云块,根据不同的掩码比例训练并行掩码恢复网络;通过总体特征以及来自所有点云块中心的嵌入位置特征指导恢复点云块的生成;通过不同的角度旋转点云,并将其输入并行掩码恢复网络,从生成的点云块中得到的恢复的点云块将与可见点云块合并后输出;将这些输出点云旋转回原始的空间方向后,将它们全部合并以获得密集的上采样点云;最后,通过将密集点云输入异常值移除模块并采用0最远点采样算法,可以实现任意比例的点云上采样。本发明基于并行的掩码‑恢复网络,可以让输入的稀疏点云更加稠密,并且能够很好地还原点云的细节结构。
主权项:1.一种基于并行掩码-恢复网络的点云上采样方法,其特征在于,包括如下步骤:步骤1:通过预实验,选取最高效的掩码比例;步骤2:将点云输入基于并行掩码恢复的神经网络,并进行处理,得到划分后的点云块;步骤3:根据选取的掩码比例对点云块做特征提取与掩码,得到掩码点云块和可见点云块,随后对可见点云块进一步提取特征;步骤4:随机生成所需的生成点云块,并扩展生成点云块特征;步骤5:由可见点云块特征和所有输入点云块的中心点引导生成点云块的恢复,得到恢复点云块;步骤6:计算恢复点云块与掩码点云块之间的倒角距离,综合并行掩码-恢复网络的所有结果并进行加权求和,作为损失函数对神经网络进行监督训练;步骤7:对测试点云按照给定的旋转矩阵进行旋转,改变测试点云的空间姿态,得到输入点云;步骤8:将输入点云导入训练好的神经网络,生成恢复点云块;步骤9:将恢复点云块旋转,回归到测试点云的空间姿态,得到种子点云;步骤10:选取不同的旋转矩阵,重复步骤7-步骤9,合并所有的种子点云和初始的测试点云,得到密集点云;步骤11:通过离群点移除模块对密集点云的离群点进行消除;步骤12:通过最远点采样得到所需上采样比例的上采样点云。
全文数据:
权利要求:
百度查询: 西北工业大学 一种基于并行掩码-恢复网络的点云上采样方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。