科创中国

电子信息技术

本发明公开一种构建自我监督点云学习的语义扰动重构网络的方法。该方法包括：构建语义扰动重构网络，其基本分支包括第一特征提取网络和第一预测网络，第一特征提取网络以点云为输入，提取局部特征和全局特征，第一预测网络用于点云重建和法向估计；扰动分支包括第二特征提取网络和第二预测网络，第二特征提取网络以语义扰动的点云为输入，提取局部特征和扰动点云的全局特征，第二预测网络用于点云重建；优化损失函数为目标训练语义扰动重构网络，训练过程中，第一特征提取网络和第二特征提取网络共享权重，并通过点云一致性损失的约束进行无监督学习，以利用扰动分支来引导基本分支进行特征学习。本发明能获得更精确的点云数据自监督分析结果。

1.一种构建自我监督点云学习的语义扰动重构网络的方法： 构建语义扰动重构网络，其包括基本分支和扰动分支，其中基本分支包括第一特征提取网络和第一预测网络，第一特征提取网络以整个点云作为输入，提取局部特征和全局特征，第一预测网络基于所提取的局部特征和全局特征进行点云重建以及法向估计；扰动分支包括第二特征提取网络和第二预测网络，第二特征提取网络以语义扰动的点云作为输入，提取对应的局部特征和扰动点云的全局特征，第二预测网络基于所提取的局部特征和全局特征进行点云重建； 以优化设定的损失函数为目标训练所述语义扰动重构网络，其中训练过程中，第一特征提取网络和第二特征提取网络共享权重，并通过点云一致性损失的约束进行无监督学习，以利用扰动分支来引导基本分支进行特征学习。 2.根据权利要求1所述的方法，其中，根据以下步骤获得所述扰动点云： 针对点云，使用表示图频率的特征值来构造点图，并分别收集急剧变化组件和平缓变化组件 利用正态分布的噪声扰动得到并结合平缓变化组件得到最终语义扰动的点云，表示为：

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看