【技术实现步骤摘要】
本专利技术涉及网格形状学习领域，尤其是涉及一种基于网格形状学习的损失函数计算方法及网格生成方法。
技术介绍
1、从cbct影像中生成高质量的牙齿网格是口腔cagd软件的重要一步，基于采集到的3d口腔数据，利用深度网络生成高质量牙齿网格是一个热门的研究课题。现阶段基于网格变形的生成牙齿网络可以有效的控制生成牙齿网格的质量，但是在复杂多牙根情况下，牙根处的牙齿网格形状生成形状较差。
2、基于网格变形的生成牙齿网络难以处理在复杂多牙根的情况，牙根处的牙齿网格形状较差。通过实验发现现有的损失函数在面对复杂的牙齿根部时，容易陷入局部最优。大多数基于网格变形的生成牙齿网络采用倒角距离作为损失函数，并取得了令人印象深刻的性能。然而，基于表面距离的指标无法正确评估形状之间的相似性。正如图1所示，图1(a)和图1(b)之间的倒角距离接近于最小值，网格的形状图1(c)与图1(d)明显不同。这是因为两个形状之间的近邻映射是不连续的。基于倒角距离的损失函数，没有考虑的表面之间映射的连续性，这个问题就不能被倒角距离所惩罚。现有的表面距离度量没有考虑到映射连续性对生成牙齿网格形状的影响，导致预测网格收敛为错误的形状。
技术实现思路
1、本专利技术的目的在于提供一种基于网格形状学习的损失函数计算方法及网格生成方法，旨在解决网格生成形状较差的问题。
2、本专利技术公开一种基于网格形状学习的损失函数计算方法；
3、s1、将目标网络的亏格设置为0；
4、s2、将目标网格
5、s3、计算生成网格到目标网格的第一最近映射，基于最近映射将生成网格映射到所述球形空间得到第二网格；
6、s4、基于拉普拉斯-贝尔特拉米算子的拉普拉斯光顺操作来对第二网格的不连续区域进行调整；
7、s5、计算调整后的第二网格到第一网格的第二最近映射；
8、s6、基于第二最近映射将生成网格映射到目标网格得到最终形变目标网格；
9、s7、计算生成网格和最终形变目标网格之间每个顶点对的2范数平均值作为损失值。
10、本专利技术还提供一种基于网格形状学习的损失函数计算系统，包括：
11、设置模块，用于将目标网络的亏格设置为0；
12、第一网格模块，用于将目标网格映射到球形空间得到第一网格；
13、第二网格模块，用于计算生成网格到目标网格的第一最近映射，基于最近映射将生成网格映射到所述球形空间得到第二网格；
14、调整模块，用于基于拉普拉斯-贝尔特拉米算子的拉普拉斯光顺操作来对第二网格的不连续区域进行调整；
15、计算模块，用于计算调整后的第二网格到第一网格的第二最近映射；
16、最终形变模块，用于基于第二最近映射将生成网格映射到目标网格得到最终形变目标网格；
17、计算损失值模块，用于计算生成网格和最终形变目标网格之间每个顶点对的2范数平均值作为损失值。
18、本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述方法的步骤。
19、采用本专利技术实施例，提供了一种新的损失函数计算方法，采用这种方法可以使得牙齿网格生成形状好。
20、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种基于网格形状学习的损失函数计算方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述S2具体包括：基于共形球形映射算法，将目标网格映射到球形空间得到第一网格。
3.根据权利要求2所述的方法，其特征在于，所述S4具体包括：基于顶点函数的离散拉普拉斯运算公式如下：
4.根据权利要求3所述的方法，其特征在于，所述S7具体包括：计算生成网格和最终形变目标网格之间对的2范数平均值作为损失值，计算公式如下：
5.一种基于网格形状学习的损失函数计算系统，其特征在于，包括：
6.根据权利要求5所述的系统，其特征在于，所述第一网格模块具体用于：基于共形球形映射算法，将目标网格映射到球形空间得到第一网格。
7.根据权利要求6所述的系统，其特征在于，所述调整模块具体用于：基于顶点函数的离散拉普拉斯运算公式如下：
8.根据权利要求7所述的系统，其特征在于，所述计算损失值模块具体用于：计算生成网格和最终形变目标网格之间对的2范数平均值作为损失值，计算公式如下：
9.一种网格生成方法，其
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求9中任一项所述的网格生成方法的步骤。
...【技术特征摘要】
1.一种基于网格形状学习的损失函数计算方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述s2具体包括：基于共形球形映射算法，将目标网格映射到球形空间得到第一网格。
3.根据权利要求2所述的方法，其特征在于，所述s4具体包括：基于顶点函数的离散拉普拉斯运算公式如下：
4.根据权利要求3所述的方法，其特征在于，所述s7具体包括：计算生成网格和最终形变目标网格之间对的2范数平均值作为损失值，计算公式如下：
5.一种基于网格形状学习的损失函数计算系统，其特征在于，包括：
6.根据权利要求5所述的系统，其特征在于，所述第一网格模块具体用于：基于共形球形映射算法，将目标网格映射到...
【专利技术属性】
技术研发人员：彭伟龙，张泽初，方美娥，汪洋涛，唐可可，李平，
申请(专利权)人：广州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。