[发明专利]一种基于对抗学习的点云去噪增强方法在审
| 申请号： | 202210330045.X | 申请日： | 2022-03-31 |
| 公开（公告）号： | CN114723629A | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 李革;张楠;李宏;高伟 | 申请（专利权）人： | 北京大学深圳研究生院 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 北京京万通知识产权代理有限公司 11440 | 代理人： | 万学堂 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 对抗 学习 点云去噪 增强 方法 | ||
【权利要求书】：
1.一种基于对抗学习的点云去噪增强方法，其特征在于，包括如下步骤：
步骤一：在深度点云去噪网络训练过程中，将点云噪声置信度估计模块嵌入原始点云去噪网络；以及
步骤二：将带噪点云输入到嵌入点云噪声置信度估计模块的深度点云去噪网络中，根据点云噪声置信度估计模块估计出的点云置信度向量以及深度点云去噪网络预测出的去噪点云结果计算对抗损失；以及
步骤三：每次迭代时根据对抗损失扰动输入点云，生成对抗样本加入训练。
2.根据权利要求1所述的点云去噪增强方法，其特征在于，在步骤一中，还包括构造所述点云噪声置信度估计模块，以对输入点云进行噪声置信度的估计，且其操作可微分。
3.根据权利要求1所述的点云去噪增强方法，其特征在于，在步骤二中，对于输入的带噪点云，将其输入到嵌有点云噪声置信度估计模块的深度点云去噪网络中，所述的根据点云置信度向量计算的对抗损失表示为其中C＝(c1,…,cn)是点云噪声置信度估计模块估计得到的点云置信度向量，用来表示点云中的点可能处于低噪声状态的概率。
4.根据权利要求1所述的点云去噪增强方法，其特征在于，在步骤三中，所述的对抗训练流程通过动态生成模型难以处理的对抗样本加入模型训练，提高训练数据的分布多样性，从而增强深度点云去噪网络的性能。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学深圳研究生院，未经北京大学深圳研究生院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210330045.X/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种BMC板卡及存储控制器主板
- 下一篇：一种接触件及三向插孔组件
