公开(公告)号：CN115049786B

公开(公告)日：2023-07-18

申请号：CN202210689275.5

申请日：2022-06-17

申请人： 北京交通大学

发明人： 金一 ,  王旭 ,  岑翼刚 ,  刘柏甫 ,  王涛 ,  李浥东

IPC分类号： G06T17/00 ,  G06V10/46 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0499 ,  G06N3/084

摘要： 本发明提供任务导向的点云数据下采样方法及系统，属于点云数据处理技术领域，对变换器网络中资源密集型的结构进行调整，去除位置嵌入、简化输入数据嵌入层结构，删除自注意力机制的映射矩阵操作，在前馈神经网络层引入扩缩策略；基于采样损失函数，扩大下采样点云的覆盖范围和重点区域的关注能力，促进生成点云为原始点云的真子集；将下采样模块与任务网络相结合，利用采样损失和任务损失共同更新下采样网络的权重参数。本发明降低了对计算和存储资源的消耗；设计采样损失函数，促使获得点云分布更加均匀、关键点覆盖更加全面的真子集点云数据；将通用下采样模块与三维分类任务网络相结合，实现任务网络的性能最优化和资源开销最小化的有效权衡。

公开(公告)号：CN115049786A

公开(公告)日：2022-09-13

申请号：CN202210689275.5

申请日：2022-06-17

申请人： 北京交通大学

发明人： 金一 ,  王旭 ,  岑翼刚 ,  刘柏甫 ,  王涛 ,  李浥东

IPC分类号： G06T17/00 ,  G06V10/46 ,  G06V10/764 ,  G06V10/82 ,  G06N3/08 ,  G06N3/04

摘要： 本发明提供任务导向的点云数据下采样方法及系统，属于点云数据处理技术领域，对变换器网络中资源密集型的结构进行调整，去除位置嵌入、简化输入数据嵌入层结构，删除自注意力机制的映射矩阵操作，在前馈神经网络层引入扩缩策略；基于采样损失函数，扩大下采样点云的覆盖范围和重点区域的关注能力，促进生成点云为原始点云的真子集；将下采样模块与任务网络相结合，利用采样损失和任务损失共同更新下采样网络的权重参数。本发明降低了对计算和存储资源的消耗；设计采样损失函数，促使获得点云分布更加均匀、关键点覆盖更加全面的真子集点云数据；将通用下采样模块与三维分类任务网络相结合，实现任务网络的性能最优化和资源开销最小化的有效权衡。