【技术实现步骤摘要】
本专利技术涉及采样，尤其涉及一种逐步聚合局部特征的点云上采样方法及装置。
技术介绍
1、近年来，多种基于深度学习的点云上采样方法被提出，其上采样性能已经明显超过传统方法。这些方法也相应地提出了多种上采样模块，例如基于分支结构、添加隐码、多层感知机等方案。其中，基于分支结构的上采样模块在特征空间上对单个点的上采样是基于单个点特征来生成扩充后的若干个新点，在生成新点时并没有与邻域内的其他点进行特征交互；基于复制后添加隐码的上采样模块是先将所有点特征复制一份后添加不同的隐码，在特征空间呈对称状，然后使用多层感知机来映射到新的空间产生扩充后的点云，然而多层感知机也无法获取局部特征信息，其生成方式依然是根据单个点特征来生成扩充点。
2、可知，这些点云上采样模块在执行上采样过程中并未能使用到点的邻域信息，孤立地处理各个单独的点特征，这种方式相当于独立地在每个点特征周围生成若干个补充的点来使得点云变得稠密。这些方法由于在上采样时和邻域内点的特征没有交互部分，无法根据周围点特征信息来在其周围生成恰当位置的补充点，故而也无法满足对于生成点云均
本文档来自技高网...【技术保护点】
1.一种逐步聚合局部特征的点云上采样方法，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，所述根据预设目标倍率依次对所述第n特征和所述第i近邻索引进行边缘重组，直至得到达到所述预设目标倍率的高倍特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述第n特征和所述第i近邻索引进行边缘重组后得到j倍倍率的所述第n+1特征，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述得到j倍倍率的所述第n+1特征之后还包括：
5.根据权利要求1所述的方法，其特征在于，所述对所述高倍特征进行转换，得到并输...
【技术特征摘要】
1.一种逐步聚合局部特征的点云上采样方法，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，所述根据预设目标倍率依次对所述第n特征和所述第i近邻索引进行边缘重组，直至得到达到所述预设目标倍率的高倍特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述第n特征和所述第i近邻索引进行边缘重组后得到j倍倍率的所述第n+1特征，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述得到j倍倍率的所述第n+1特征之后还包括：
5.根据权利要求1所述的方法，其特征在于，所述对所述高倍特征进行转换，得到并输出目标点云，包括：
6.根据权利要求1所述的方法，其特...
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。