公开(公告)号：CN114298946A

公开(公告)日：2022-04-08

申请号：CN202210229519.1

申请日：2022-03-10

Applicant: 武汉大学

Inventor： 肖春霞 ,  张文逍 ,  周华健 ,  罗飞

IPC: G06T5/00 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于框架细节增强的深度学习点云补全方法，通过充分利用形状框架和细节之间的相互联系来更好地进行点云补全。该网络包含了一个框架‑细节Transformer模块，其中包含交叉注意力层和自注意力层，以充分探索从局部细节到全局形状的相关性，并利用它来增强整体形状框架。本发明不仅能够增强点云补全的细节和整体的准确度。

公开(公告)号：CN113343765B

公开(公告)日：2022-07-22

申请号：CN202110509506.5

申请日：2021-05-11

Applicant: 武汉大学

Inventor： 肖春霞 ,  周华健 ,  张文逍 ,  罗飞

IPC: G06V20/00 ,  G06V10/82 ,  G06K9/62 ,  G06F16/583 ,  G06N3/04

Abstract: 本发明涉及点云检索领域，提供了一种基于神经网络与点云配准的场景检索方法及系统，主要包括网络训练模块与点云检索模块，其中网络训练模块以现有的点云检索网络为基础，引入基于概率的损失函数，使点云特征向量更好地表达点云的全局特征，其中点云检索模块应用了基于点云配准的重排序策略，确保存在相似结构的点云获得更高的检索排名。本发明不仅能够增强点云检索中点云特征计算的准确度，而且能够便捷地移植到不同的点云检索网络中，提升其检索的准确度。

公开(公告)号：CN113343765A

公开(公告)日：2021-09-03

申请号：CN202110509506.5

申请日：2021-05-11

Applicant: 武汉大学

Inventor： 肖春霞 ,  周华健 ,  张文逍 ,  罗飞

IPC: G06K9/00 ,  G06K9/62 ,  G06F16/583 ,  G06N3/04

Abstract: 本发明涉及点云检索领域，提供了一种基于神经网络与点云配准的场景检索方法及系统，主要包括网络训练模块与点云检索模块，其中网络训练模块以现有的点云检索网络为基础，引入基于概率的损失函数，使点云特征向量更好地表达点云的全局特征，其中点云检索模块应用了基于点云配准的重排序策略，确保存在相似结构的点云获得更高的检索排名。本发明不仅能够增强点云检索中点云特征计算的准确度，而且能够便捷地移植到不同的点云检索网络中，提升其检索的准确度。

公开(公告)号：CN114298946B

公开(公告)日：2022-06-14

申请号：CN202210229519.1

申请日：2022-03-10

Applicant: 武汉大学

Inventor： 肖春霞 ,  张文逍 ,  周华健 ,  罗飞

IPC: G06T5/00 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于框架细节增强的深度学习点云补全方法，通过充分利用形状框架和细节之间的相互联系来更好地进行点云补全。该网络包含了一个框架‑细节Transformer模块，其中包含交叉注意力层和自注意力层，以充分探索从局部细节到全局形状的相关性，并利用它来增强整体形状框架。本发明不仅能够增强点云补全的细节和整体的准确度。