[发明专利]点云去噪模型获取方法、点云融合方法及其相关设备

权利要求书

1.一种点云去噪模型获取方法，其特征在于，包括步骤：

A1.采集多帧无噪声点云数据用以与预设噪声结合形成多帧第一点云数据；

A2.分别以各所述第一点云数据的所述预设噪声和所述无噪声点云数据作为各所述第一点云数据的第一参考数据和第二参考数据，用每个所述第一点云数据和对应的所述第一参考数据及对应的所述第二参考数据组成一个训练样本，得到训练样本集；

A3.基于扩散模型，用所述训练样本集同时对噪声提取模型和点云去噪模型进行迭代训练，直到总损失函数收敛，得到训练好的点云去噪模型；所述总损失函数与所述噪声提取模型的输出数据、所述点云去噪模型的输出数据、所述第一参考数据和所述第二参考数据相关；

所述扩散模型为：

f₁(p，θ₁)＝O₁；

O₂＝f₁^-1(p，θ₁)；

f₂(O₂，θ₂)＝O；

其中，f₁为所述噪声提取模型的模型函数，f₁^-1为f₁的反函数，f₂为所述点云去噪模型的模型函数，p为输入的点云数据，θ₁为所述噪声提取模型的模型参数，θ₂为所述点云去噪模型的模型参数，O₁为所述噪声提取模型的第一输出数据，O为所述点云去噪模型的第二输出数据，O₂为所述噪声提取模型的反函数输出数据；

步骤A3中，每次迭代过程包括步骤：

A301.把所述训练样本的所述第一点云数据输入所述噪声提取模型，以获取所述噪声提取模型的第一输出数据和反函数输出数据；

A302.根据所述训练样本的所述第一参考数据和所述第一输出数据计算第一损失函数；

A303.把所述反函数输出数据输入所述点云去噪模型，以获取所述点云去噪模型的第二输出数据；

A304.根据所述训练样本的所述第二参考数据和所述第二输出数据计算第二损失函数；

A305.根据所述第一损失函数和所述第二损失函数计算所述总损失函数；

A306.根据所述总损失函数更新所述噪声提取模型和所述点云去噪模型的模型参数；

A307.若所述总损失函数收敛，则停止迭代。

2.根据权利要求1所述的点云去噪模型获取方法，其特征在于，步骤A302包括：

根据以下公式计算所述第一损失函数：

其中，loss₁为所述第一损失函数，l_Fi为l_F的第i个数据，l_F为所述训练样本的所述第一参考数据，m为O₁的维数，O_1i为O₁的第i个数据。

3.根据权利要求2所述的点云去噪模型获取方法，其特征在于，步骤A304包括：

根据以下公式计算所述第二损失函数：

其中，loss₂为所述第二损失函数，为所述训练样本的所述第二参考数据。

4.根据权利要求3所述的点云去噪模型获取方法，其特征在于，步骤A305包括：

根据以下公式计算所述总损失函数：

其中，loss为所述总损失函数，为预设参数。

5.根据权利要求4所述的点云去噪模型获取方法，其特征在于，步骤A306包括：

根据以下公式更新所述噪声提取模型和所述点云去噪模型的模型参数：

θ＝(θ₁，θ₂)；

其中，θ′为更新后的总模型参数，θ为更新前的总模型参数，α为预设的学习效率。