一种基于自监督条件扩散模型的点云补全方法及系统

AITNT
正文
推荐专利
一种基于自监督条件扩散模型的点云补全方法及系统
申请号:CN202411684196
申请日期:2024-11-22
公开号:CN119599904B
公开日期:2025-10-24
类型:发明专利
摘要
本发明属于计算机视觉技术领域,提供了一种基于自监督条件扩散模型的点云补全方法及系统,包括:获取目标图像;分割所获取的目标图像,将目标图像的分割信息映射到点云空间,得到初步残缺点云;对所得到的初步残缺点云进行点云去噪处理;根据去噪后的初步残缺点云和采用多尺度特征融合机制的自监督条件扩散模型捕捉点云空间几何特征,推测补全缺失点云,生成完成的点云数据,完成基于自监督条件扩散模型的点云补全。
技术关键词
补全方法 多尺度特征融合 点云去噪 点云空间 分支 多层次特征融合 计算机视觉技术 机制 计算机程序产品 处理器 随机噪声 图像分割 异常点 数据 可读存储介质 模块
系统为您推荐了相关专利信息
1
基于微带贴片天线的双极化微波探测模块和装置
辐射源 微带贴片天线 微波探测装置 微波探测模块 物理
2
基于异源空间特征增强的端到端跨域小样本高光谱图像分类方法
融合特征 编码块 高光谱图像分类 分支 异源
3
一种基于退化感知的机载红外图像超分辨率方法
无人机红外图像 空间模块 图像超分辨率方法 监督学习框架 可见光图像
4
基于双框匹配的监控图像密集行人检测方法及装置
行人检测模型 行人检测方法 图像 融合特征 特征提取模块
5
一种基于深度学习的2D医学图像分割方法
医学图像分割方法 采集医学图像数据 上采样 分支 笛卡尔坐标系
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号