摘要
本发明公开了一种基于并行掩码‑恢复网络的点云上采样方法,首先将点云划分为多个点云块,根据不同的掩码比例训练并行掩码恢复网络;通过总体特征以及来自所有点云块中心的嵌入位置特征指导恢复点云块的生成;通过不同的角度旋转点云,并将其输入并行掩码恢复网络,从生成的点云块中得到的恢复的点云块将与可见点云块合并后输出;将这些输出点云旋转回原始的空间方向后,将它们全部合并以获得密集的上采样点云;最后,通过将密集点云输入异常值移除模块并采用0最远点采样算法,可以实现任意比例的点云上采样。本发明基于并行的掩码‑恢复网络,可以让输入的稀疏点云更加稠密,并且能够很好地还原点云的细节结构。
技术关键词
采样方法
测试点
点云
网络
离群点
种子
K近邻算法
矩阵
选取特征
模块
解码
上采样
采样点
坐标
系统为您推荐了相关专利信息
故障预测系统
核心板
故障预测模型
历史故障数据
模型训练模块
状态空间模型
净水系统
更换预测方法
节点状态评估
样本
组件升级方法
实时监测数据
资源调度模型
数据分析模型
历史监测数据
认知能力评估方法
大数据分析技术
能力恢复方法
矩阵
指数
温度控制策略
温度控制方法
温度控制装置
染色体
缺陷率预测模型