一种基于反馈机制的点云上采样方法、装置及存储介质制造方法及图纸

本发明专利技术提供了一种基于反馈机制的点云上采样方法、装置及存储介质。该方法包括：将原始点云输入训练好的点云上采样模型，点云上采样模型基于级联反馈网络对初始点云进行时间步长迭代处理后输出上采样点云；级联反馈网络包括多个级联的反馈上采样模块，在相邻反馈上采样模块之间还连接有FPS模块，FPS模块的第一输入端与前一级的反馈上采样模块的输出端连接，FPS模块的第二输入端接入原始点云；在每次时间步长迭代中，将上一时间步长中每个反馈上采样模块的输出作为当前时间步长中该反馈上采样模块的反馈输入。通过时间步长和前馈信息流将高层信息与低层信息融合，能在时间步长上细化稀疏点云，进而得到具有代表性的精细点云。进而得到具有代表性的精细点云。进而得到具有代表性的精细点云。

【技术实现步骤摘要】
一种基于反馈机制的点云上采样方法、装置及存储介质


[0001]本专利技术涉及计算机视觉中点云处理
，尤其涉及一种基于反馈机制的点云上采样方法、装置及存储介质。

技术介绍

[0002]点云广泛应用于3D重建和计算机视觉应用，包括自动驾驶、增强现实和机器人。然而，扫描设备获取的点云往往存在局限性和噪声问题，导致数据不规则和稀疏，密度和采样间隔不同。正如在KITTI和ScanNet等公共基准数据集中观察到的那样，这些不规则性会严重阻碍点云处理和分析的有效性。因此，将稀疏、不规则的点云处理成密集、规则的点集是提高点云质量的关键。
[0003]点云上采样是一种将不规则点云转换为规则点云的技术。点云处理方法加速了点云上采样技术的发展。PU
‑
Net提出了一个经典的框架，包括特征提取、特征扩展和坐标重构三个部分。后续与点云上采样相关的工作，大多采用了这个框架。例如，PU
‑
GCN将图卷积网络用于特征提取，而其上采样模块基于NodeShuffle，实验证明其性能优于PU
‑
GAN。PU
...

【技术保护点】

【技术特征摘要】
1.一种基于反馈机制的点云上采样方法，其特征在于，包括：获取原始点云，将原始点云输入训练好的点云上采样模型，所述点云上采样模型基于级联反馈网络对初始点云进行时间步长迭代处理后输出上采样点云；所述级联反馈网络包括多个级联的反馈上采样模块，且在相邻反馈上采样模块之间还连接有FPS模块，所述FPS模块的第一输入端与前一级的反馈上采样模块的输出端连接，FPS模块的第二输入端接入原始点云；在每次时间步长迭代中，将上一时间步长中每个反馈上采样模块的输出作为当前时间步长中该反馈上采样模块的反馈输入。2.如权利要求1所述的基于反馈机制的点云上采样方法，其特征在于，所述级联反馈网络包括3个级联的反馈上采样模块。3.如权利要求1或2所述的基于反馈机制的点云上采样方法，其特征在于，所述反馈上采样模块包括依次连接的特征提取子模块、特征融合子模块、特征扩展子模块和坐标生成子模块，以及还包括将特征提取子模块的输入点云接入坐标生成子模块的跳线单元。4.如权利要求3所述的基于反馈机制的点云上采样方法，其特征在于，所述特征提取子模块包括依次连接的第一多层感知池化层、point
‑
transformer单元和第二多层感知池化层。5.如权利要求4所述的基于反馈机制的点云上采样方法，其特征在于，所述特征融合子模块包括交叉变换单元，交叉变换单元用于融合上一时间步长中交叉变换单元所属反馈上采样模块的输出特征和当前时间步长中交叉变换单元所属反馈上采样模块的特征提取子模块的输出特征。6.如权利要求4或5所述的基于反馈机制的点云上采样方法，其特征在于，所述特征扩展子模块包括点混淆单元。7.如权利要求6所述的基于反馈机制的点云上采样方法，其特征在于，所述坐标生成子模块包括第三多层感知池化层、重复运算单元和融合单元；第三多层感知池化层进一步对特征扩展子模块输出的特征进行特征提取；重复运算单元利用当前反馈上采样模块的上采样率对跳线单元引入的特征提取子模块的输入点云进行重复运算；融合...

【专利技术属性】
技术研发人员：卢莉，王瑄，阎鸿禹，王琳娜，叶庆，
申请(专利权)人：四川大学，
类型：发明
国别省市：