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：西北大学

摘要：本发明公开了一种基于多尺度和折叠结构的兵马俑点云的形状补全方法及系统，所述方法包括：将待形状补全的兵马俑点云输入训练好的兵马俑点云形状补全模型，获得形状补全后的兵马俑点云；其中，兵马俑点云形状补全模型的获取方法包括：使用多层感知机对所述训练数据集进行操作,提取获得数据的潜在特征向量；获得不同尺度的特征向量；获得不同尺度的点云，形成多尺度结构；生成密集完整点云；计算所述不同尺度的点云与地面真实点云的距离，计算所述密集完整点云与地面真实点云的距离；将获得的距离按权重相加，得到训练损失。本发明的方法直接在原始点云上进行操作，能够在Shapenet和兵马俑数据集上都产生较完整的、高分辨率的补全结果。

主权项：1.一种基于多尺度和折叠结构的兵马俑点云的形状补全方法，其特征在于，包括以下步骤：将待形状补全的兵马俑点云输入训练好的兵马俑点云形状补全模型，获得形状补全后的兵马俑点云；其中，所述训练好的兵马俑点云形状补全模型的获取方法包括以下步骤：基于预获取的兵马俑数据集，获得训练数据集；使用多层感知机对所述训练数据集进行操作,提取获得数据的潜在特征向量；基于获得的所述潜在特征向量，获得不同尺度的特征向量；基于所述不同尺度的特征向量，获得不同尺度的点云，形成多尺度结构；将所述潜在特征向量、所述不同尺度的点云以及随机生成的二维网格连接在一起，利用折叠的解码器，生成密集完整点云；计算所述不同尺度的点云与地面真实点云的距离，计算所述密集完整点云与地面真实点云的距离；将获得的距离按权重相加，得到训练损失；基于所述训练损失训练获得训练好的兵马俑点云形状补全模型；其中，所述基于预获取的兵马俑数据集，获得训练数据集的步骤具体包括：对预获取的兵马俑数据集进行预处理，形成训练数据集；其中，所述预处理包括去噪、坐标转换、归一化处理；所述基于获得的所述潜在特征向量，获得不同尺度的特征向量的步骤具体包括：对所述潜在特征向量进行全连接操作，得到三个不同尺度的特征向量；所述基于所述不同尺度的特征向量，获得不同尺度的点云，形成多尺度结构的步骤具体包括：利用获得的三个不同尺度的特征向量，通过卷积操作，得到三个不同尺度的完整点云，形成多尺度结构；所述将所述潜在特征向量、所述不同尺度的点云以及随机生成的二维网格连接在一起，利用折叠的解码器，生成密集完整点云的步骤具体包括：将所述潜在特征向量、所述三个不同尺度的点云以及随机生成的二维网格连接在一起，利用一个折叠的解码器，生成密集完整点云；所述计算所述不同尺度的点云与地面真实点云的距离，计算所述密集完整点云与地面真实点云的距离；将获得的距离按权重相加，得到训练损失的步骤具体包括：计算所述三个不同尺度的点云与地面真实点云的距离，计算所述密集完整点云与地面真实点云的距离；将获得的四个距离按权重相加，得到训练损失。

全文数据：

权利要求：

百度查询： 西北大学 基于多尺度和折叠结构的兵马俑点云的形状补全方法及系统