首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

支路内支路间嵌套注意力3D点云降噪网络 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:太原科技大学

摘要:本发明支路内支路间嵌套注意力3D点云降噪网络属于图像降噪算法领域,网络包括特征嵌入层、注意力层和降噪层三部分,特征嵌入层采用三支路结构,各支路选取不同数量邻域点表达当下点几何特征,实现了点云数据的多尺度特征提取;注意力层主要实现三支路特征的增强与深层融合,设计了支路内、支路间嵌套注意力构,支路内采用线性变换、转置等操作完成Transformer中查询Q、键K、值V的构造,进而实现特征增强,增强后的三支路特征分别作为新的Q、K、V馈入下一个注意力模块完成信息融合;降噪层设计了聚合残差模块,实现了噪声的有效去除。与现有降噪算法相比,本发明所提算法有效保留了点云的几何和拓扑信息,同时更好地保留点云细节信息,生成的点云在视觉上更加平滑,空洞也更少。

主权项:1.支路内支路间嵌套注意力3D点云降噪网络,其特征在于:包括特征嵌入层、注意力层和降噪层3部分,特征嵌入层采用3分支结构,每个支路均由图注意力GA模块和残差多层感知机ResMLP模块组成,通过将点云数据分配至3个不同支路实现了不同尺度特征的提取;在注意力层中,将特征嵌入层中提取的不同尺度的特征送入支路内注意力IntraBA模块,进行两次注意力处理以对不同尺度特征进行特征增强,三个支路增强的特征分分别作为支路间注意力InterBA模块的Q、K、V,通过注意力机制对不同尺度的特征进行特征融合得到支路间注意力特征;在降噪层中,首先利用K最近邻分类算法为每个点寻找其k个最近邻点,将这k个最近邻点的坐标与支路间注意力特征进行通道拼接后作为聚合残差AR模块的输入,利用聚合残差AR模块进行点云降噪,然后将输出的结果进行归一化、卷积和激活处理,输出每个点与干净点云表面的预测偏移量,最后根据预测的偏移量调整噪声点云的位置完成降噪。

全文数据:

权利要求:

百度查询: 太原科技大学 支路内支路间嵌套注意力3D点云降噪网络

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。