Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于生成对抗网络的端到端点云补全方法 

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:南京邮电大学

摘要:本申请涉及一种基于生成对抗网络的端到端点云补全方法。该方法包括:获取所需的原始点云数据集;对原始点云数据集中进行切割删除操作,保留切割部分点云和缺失点云作为模型训练的数据;对缺失点云进行下采样操作获取两个低分辨率的点云和点云;构建生成器网络和判别器网络;将缺失点云、点云和点云作为生成器网络的输入,输出缺失部分的点云;将切割部分点云和缺失部分的点云作为判别器的输入,输出缺失部分的点云的得分;通过反向传播的方式优化网络参数,得到点云补全模型;获取残缺点云输入点云补全模型进行点云补全,输出残缺点云的残缺部分点云;拼接残缺点云的残缺部分点云与残缺点云,获得补全后的点云。提高了点云补全方法的精度。

主权项:1.一种基于生成对抗网络的端到端点云补全方法,其特征在于,所述方法包括:S1、获取ModelNet40中公开的数据集,构建所需的原始点云数据集;S2、先对原始点云数据集中原始点云进行切割删除操作,在原始点云中删除一部分点云构建缺失点云G1N,3,N代表点云中点的个数,保留切割部分点云PGT和缺失点云G1N,3作为模型训练的数据;S3、对缺失点云G1N,3使用随机点采样方法进行下采样操作获取两个分辨率小于1024×3的点云G2N*,3和点云G3N**,3,N>N*>N**;S4、构建生成器网络和判别器网络,所述生成器网络包括多尺度Transformer编码器和特征解码器;S5、将缺失点云G1N,3、点云G2N*,3和点云G3N**,3作为多尺度Transformer编码器的输入,得到全局特征向量Fp;S6、将所述全局特征向量Fp输入到特征解码器中,输出缺失部分的点云Pout;S7、将所述切割部分点云PGT和所述缺失部分的点云Pout作为判别器的输入,输出所述缺失部分的点云Pout的得分;S8、根据所述缺失部分的点云Pout的得分,采用损失函数计算损失,通过反向传播的方式优化网络参数直至达到预设精度,完成模型训练,得到点云补全模型;S9、获取残缺点云输入点云补全模型进行点云补全,输出所述残缺点云的残缺部分点云;S10、拼接所述残缺点云的残缺部分点云与所述残缺点云,获得补全后的点云。

全文数据:

权利要求:

百度查询: 南京邮电大学 基于生成对抗网络的端到端点云补全方法

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。