[发明专利]基于三维深度卷积生成对抗网络的三维模型修复方法

权利要求书

1.一种基于三维深度卷积生成对抗网络的三维模型修复方法，其至少包括以下步骤：

步骤一、将原始由线条和曲面组成的模型进行姿态统一化调整，其后将模型转化为较高分辨的体素模型，并以(0,1)稀疏矩阵形式进行存储；

步骤二、将体素化的三维模型放入三维改造后的深度卷积生成对抗网络（即局部生成对抗网络）进行修复区域的训练学习，使局部生成对抗网络中的生成器学习局部的细节特征；

步骤三、随机生成一个长度为100的数组，放入训练完毕的局部生成对抗网络，利用其内部生成器生成一个修复区域的初步修复模型；

步骤四、将修复区域的初步修复模型与待修复模型拼接得到初步修复模型；

步骤五、提取局部生成对抗网络中的生成器，与新的全局判别器组合形成生成对抗网络；

步骤六、将初步修复模型和体素化的三维模型放入全局神经网络进行训练，使用全局判别器对初步修复模型进行真假判断，若判断为假则更新生成器参数并跳转至步骤二使生成器生成的修复区域学习得到全局的一致性特征；若判断为真则将其输出作为最终修复结果。

2.根据权利要求1所述的一种基于三维深度卷积生成对抗网络的三维模型修复方法，其特征在于：所述的步骤一中，对原始的三维模型进行姿态矫正使所有模型都统一姿态，然后进行体素化。

3.根据权利要求1所述的一种基于三维深度卷积生成对抗网络的三维模型修复方法，其特征在于：所述的步骤二中，局部生成对抗网络采用了经过3D卷积核心以及3D反卷积改造的深度卷积生成对抗网络模型，每一层网络都能直接进行三维数据的计算。

4.根据权利要求1所述的一种基于三维深度卷积生成对抗网络的三维模型修复方法，其特征在于：所述的步骤三中，由于局部生成对抗网络生成的三维模型不是由(0,1)组成的稀疏矩阵，而是[0, 1]区间内的任意值，将阈值设置为0.12，区间内小于阈值的数值取0大于阈值的数值取1，最后得到修复区域的初步体素化模型结果。

5.根据权利要求1所述的一种基于三维深度卷积生成对抗网络的三维模型修复方法，其特征在于：所述的步骤四中用遮罩标明修复区域，其反遮罩表示非修复区域，通过遮罩和修复区域的乘积加上反遮罩与非修复区域的乘积得到初步修复模型。

6.根据权利要求1所述的一种基于三维深度卷积生成对抗网络的三维模型修复方法，其特征在于：所述的步骤五中提取了局部生成对抗网络中的生成器并将其应用于全局生成对抗网络，该网络中判别器经过3D卷积核及3D反卷积替换后用于鉴别拼接后的初步修复模型的全局一致性。

7.根据权利要求1所述的一种基于三维深度卷积生成对抗网络的三维模型修复方法，其特征在于：所述的步骤六中全局生成对抗网络网络输出结果为[0, 1]区间内的任意值,设置阈值为0.12对输出结果进行(0, 1)稀疏矩阵转换，得到最终修复模型的体素化结果。