龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：西安交通大学
摘要：本发明属于三维点云处理技术领域，涉及一种基于对比学习的退化三维点云自监督表征学习方法，包括：1获取三维点云的公开分类数据集，并进行数据增强和退化；2预训练阶段，提取原始、增强及退化点云的特征，增加模型稳定性；优化正负样本间特征距离，重建退化点云，恢复其原始形态；3微调阶段，保留并利用预训练的主干网络作为新网络结构的基础；根据不同下游任务需求，添加相应的任务头进行微调；4将微调得到模型完成对测试点云数据集进行推理；本发明不仅能够区分同一对象的增强视图，还能够学习辨别干扰的实例和干净的实例，本发明的双重学习目标促使模型提取更多不变和判别性特征，从而提高其对数据退化的恢复能力。
主权项：1.一种基于对比学习的退化三维点云自监督表征学习方法，其特征在于，包括以下步骤：步骤S1、点云数据获取与预处理：获取三维点云的公开数据集，并对原始点云Pi进行数据增强和退化操作，生成增强样本Piaug与退化样本Picor；步骤S2、预训练：步骤S1得到的增强点云Piaug、退化点云Picor和原始点云Pi，经过共享的主干网络Eθ后，分别得到对应的特征fiaug、ficor和fi；增强点云特征fiaug和原始点云特征fi通过共享的投影头分别投影到对应的嵌入特征空间和zi，退化特征ficor则通过另外一个独立的投影头映射到嵌入特征空间在原始点云分支上引入预测头将原始点云嵌入特征zi进一步映射到潜在空间pi；应用联合余弦对比损失进行训练，提升模型的区分性特征表征学习；通过轻量级解码网络，将特征向量ficor重塑为与原始点云相同的大小，通过最小化倒角距离损失监督退化样本的重建过程；步骤S3、微调：在微调阶段，将所有的投影头和预测头全部丢弃，仅保留步骤S2预训练得到的主干网络，并将其用于初始化新的网络结构；根据任务的不同，在原有网络新增任务头，实现特定下游微调任务；步骤S4、完成测试：使用步骤S2预训练好的分类模型完成对测试点云数据集的推理，评估预训练性能；使用步骤S3微调好的分类分割模型完成对测试点云数据集的推理，得到点云数据集微调的推理结果。
全文数据：
权利要求：
百度查询： 西安交通大学 一种基于对比学习的退化三维点云自监督表征学习方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号