摘要
本发明属于计算机视觉技术领域,提供了基于生成对抗网络逆映射技术的点云动态上采样方法,包括:将待处理点云输入点云动态上采样模型获得上采样点云;点云动态上采样模型包括L级生成器和多级细化机制模块;多级细化机制模块中第l‑1级上采样处理:当l=1,将待处理点云映射为潜在空间特征;当l>1,将第l‑2级生成点云映射为潜在空间特征;对潜在空间特征进行潜在空间动态优化获得优化潜在向量;对优化潜在向量进行解码处理获得第l‑1级生成点云;若l=L,则将第l‑1级生成点云作为上采样点云。本发明还公开了两种点云动态上采样模型训练方法和一种电子设备。本发明能够优化上采样点云的分布均匀性和几何细节表现力。
技术关键词
点云
生成对抗网络
上采样方法
模型训练方法
动态
全局特征提取
局部特征提取
学生
教师
样本
解码网络
反向传播方法
传播算法
模块
计算机视觉技术
机制
电子设备
编码
系统为您推荐了相关专利信息
样本图像生成方法
变量
深度神经网络
噪声
表达式
LSTM模型
溯源信息
管理方法
模型超参数
数据
三维微结构
可视化方法
三维点云建模
结构特征分析
图像处理
气体传感器阵列
信号采集方法
MEMS气体传感器
串扰系数
频域特征