-
公开(公告)号:CN114998404A
公开(公告)日:2022-09-02
申请号:CN202210693473.9
申请日:2022-06-17
Applicant: 上海大学
Abstract: 本发明提供一种基于深度学习的点云上采样方法,包括:计算稀疏点的法向量,并在其切平面生成栅格点;根据所述栅格点与其邻近稀疏点的相对位置信息,使用深度学习方法对所述栅格点进行线性组合,生成3D平面点;根据所述3D平面点之间的相对位置关系和所述3D平面点与所述邻近稀疏点的相对位置关系,使用深度学习模型计算各3D平面点的移动偏置,获得最终的上采样点。本发明实施例中一种基于深度学习的点云上采样方法,引入栅格点辅助进行点云上采样,利用点云间相对位置关系的同时,加深点云上采样块之间的联系,从而达到更好的点云上采样效果。
-
公开(公告)号:CN107977412A
公开(公告)日:2018-05-01
申请号:CN201711170178.0
申请日:2017-11-22
Applicant: 上海大学
Abstract: 本发明公开了一种基于迭代式与交互式感知年龄数据库的清洗方法,首先将生理年龄数据库利用SVM训练得到分类器A,再利用分类器A识别感知年龄数据库。将识别正确的样本数加入到生理年龄数据库中,构成新的训练集,将新的训练集利用SVM训练得到分类器B,再利用分类器B识别分类器A识别错误的样本。重复循环,当年龄识别准确率的波动范围在0.1%以内则停止迭代,停止迭代后,将剩下识别错误的样本采用人机交互的方式修正样本的年龄标签,将修正后的样本重复之前步骤。直到样本全部识别正确,则停止循环,最后将得到的样本减去生理年龄数据库。该发明可以有效清洗年龄数据库中的脏数据,最后使得感知年龄数据库更加精准。
-
公开(公告)号:CN114998404B
公开(公告)日:2024-07-05
申请号:CN202210693473.9
申请日:2022-06-17
Applicant: 上海大学
Abstract: 本发明提供一种基于深度学习的点云上采样方法,包括:计算稀疏点的法向量,并在其切平面生成栅格点;根据所述栅格点与其邻近稀疏点的相对位置信息,使用深度学习方法对所述栅格点进行线性组合,生成3D平面点;根据所述3D平面点之间的相对位置关系和所述3D平面点与所述邻近稀疏点的相对位置关系,使用深度学习模型计算各3D平面点的移动偏置,获得最终的上采样点。本发明实施例中一种基于深度学习的点云上采样方法,引入栅格点辅助进行点云上采样,利用点云间相对位置关系的同时,加深点云上采样块之间的联系,从而达到更好的点云上采样效果。
-
-