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：重庆大学

摘要：本发明涉及一种基于共享隶属关系的无监督联合形状摘要和实例分割。包括基于基元曲面重构输入点云的约束；由点云特征获取任务共享的关于点和零件实例之间的隶属关系矩阵；由隶属关系矩阵生成特定于形状摘要任务的线性加权系数矩阵；由隶属关系矩阵生成特定于实例分割的分配概率矩阵；由点云特征基于线性加权矩阵的线性表达获得零件特征；由零件特征经过形状解码器获得用于重构零件的基元的几何参数。该方法通过共享的隶属关系矩阵联合形状摘要和实例分割，并促使两个任务在没有任何监督信息的情况下相互促进，无需任何标注信息，显著提高了无监督点云形状摘要和实例分割的准确性。

主权项：1.一种基于共享隶属关系的无监督联合形状摘要和实例分割，其特征在于，包括如下步骤：S0：获取若干现有无向点云作为训练集，无需任何标签信息和先验知识；S1：将训练集中的点云Xpc＝[x1,…xN]，输入特征编码器提取每个点的特征Fpc＝[f1pc,…fNpc]，N表示点云中点的个数；S2：通过多层感知机将点的特征Fpc映射到隶属关系解码器，获得N个点关于M个零件的任务共享的隶属关系矩阵M为方法初始化时给出的超参数，为实数集；S3：获取特定于任务的隶属关系；S31：对隶属关系矩阵J逐行执行softmax并转置获得特定于形状摘要任务的线性加权系数矩阵W；S32：对隶属关系矩阵J逐列执行softmax获得特定于实例分割任务的分配概率矩阵P；S4：生成点云的形状摘要和实例分割；S41：形状摘要，通过点的特征矩阵Fpc和系数矩阵W的矩阵乘法获得M个零件的特征Fpart＝[f1part,…fMpart]，即零件特征表示为点特征的线性组合，再通过形状解码器从Fpart解码出每个零件的形状摘要对应的基元的几何参数，并通过基元的参数方程生成对应的形状摘要；S42：实例分割，对分配概率矩阵P中每个点关于M个零件的分配概率执行argmax操作，获得每个点对应的零件标签，并通过标签生成实例分割；S5：使用训练集中的点云对S1-S4中的特征编码器、隶属关系解码器和形状解码器进行训练，当训练达到指定迭代轮次后，得到训练好的特征编码器、训练好的隶属关系解码器和训练好的形状解码器；S6：对于一个新点云，采用S1-S4的方法，并利用训练好的特征编码器、训练好的隶属关系解码器和训练好的形状解码器，最后得到该新点云对应的形状摘要和实例分割。

全文数据：

权利要求：

百度查询： 重庆大学 基于共享隶属关系的无监督联合形状摘要和实例分割