摘要
本申请公开了一种基于最近邻先验与低频成分拟合的图形重建方法及相关装置,包括:获取待重建图形的点云数据,构建最近邻先验网络和符号距离网络;初始化符号距离网络,并反复从输入的点云周围采样查询点;使用先验网络给出的投影预测结果优化符号距离网络的权重,得到表示待重建图形的符号距离场;根据待重建图形的符号距离场,使用Marching Cubes算法提取待重建图形表面,完成图形重建。本申请使用数据驱动的最近邻先验代替符号距离场准确值作为优化的监督信息。最后使用三角函数形式的位置编码增强神经网络拟合符号距离场低频成分的倾向性,以得到更平滑的重建结果。
技术关键词
符号
网络
编码向量
频率
计算机程序产品
多边形网格
处理器
计算机设备
可读存储介质
解码结构
重建系统
算法
坐标系
物体
数据
采样点
指令
系统为您推荐了相关专利信息
因果关系模型
结构方程模型
微调方法
数据
预训练模型
火炮身管
图像去雾方法
大气散射模型
靶标
多尺度特征融合
硬件配置信息
操作系统信息
多环境
机器学习算法
调用硬件接口
结构组件
三角桁架结构
多连杆
模型优化方法
塔架结构