公开(公告)号：CN119832538A

公开(公告)日：2025-04-15

申请号：CN202411640558.6

申请日：2024-11-18

Applicant: 中国兵器工业计算机应用技术研究所

Inventor： 周开月 ,  洪华荣 ,  史超 ,  李理 ,  郭永红

IPC: G06V20/64 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/0985

Abstract: 本发明涉及一种基于联合学习及层次化自蒸馏的稀疏点云理解方法，属于计算机视觉和图形学技术领域。本发明与现有方法的对比，加入了一个即插即用的层次化自蒸馏(HSD)框架旨在最大化来自多个覆盖尺度的互信息，并将最深层次的超空间中最独特的隐式特征传递给其他尺度，不同尺度中系列的最后一层分类器被指定为教师网络(最深层)，以监督此前网络层中的分类器，从而将重要知识传递到不同的超空间。本发明强调联合学习，同时利用MAE和HSD来协调上下游网络中的参数分布，从而同时增强在重建和理解任务上的性能表现。

公开(公告)号：CN119831871A

公开(公告)日：2025-04-15

申请号：CN202411643553.9

申请日：2024-11-18

Applicant: 中国兵器工业计算机应用技术研究所

Inventor： 周开月 ,  洪华荣 ,  史超 ,  李理 ,  郭永红

IPC: G06T5/60 ,  G06T5/77 ,  G06V10/44 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明涉及一种基于可微采样的点云复原方法，属于点云重建技术领域。本发明将FPS和可微分下采样方法的优势相结合，以实现下采样能拥有进行梯度优化所需的连续可微性并且能拥有FPS中固有的全面信息。本发明的方法对于各种数据表现出了极强的有效性和泛化能力，在各种测试集中都取得了较现有方法从而得到更低的重建误差、倒角距离(CD)、豪斯多夫距离(HD)和推土机距离(EMD)。