一种基于自训练条件扩散模型的三维点云重建方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于自训练条件扩散模型的三维点云重建方法
申请号:CN202410736167
申请日期:2024-06-07
公开号:CN118691742B
公开日期:2025-07-11
类型:发明专利
摘要
本发明涉及一种基于自训练条件扩散模型的三维点云重建方法,包括:获取待重建图像和高斯噪声;构建三维点云重建网络模型,引入条件聚合模块和特征一致性损失,获取条件扩散的三维点云重建网络模型,将所述条件扩散的三维点云重建网络模型作为教师子模型和学生子模块,结合形状自然度模块及重建一致性损失,获取自训练条件扩散的三维点云重建网络模型;将所述待重建图像和所述高斯噪声输入所述自训练条件扩散的三维点云重建网络模型,获取点云重建结果。本发明能够有效利用图像信息,提升三维点云重建性能,同时降低对大规模标注数据依赖。
技术关键词
三维点云重建方法 子模块 重建点云 噪声 点云特征提取 标签 图像特征提取 学生 融合特征 网络 关键点 教师 特征提取模型 数据 双线性插值
系统为您推荐了相关专利信息
调节控制系统 高精度汽车 汽车制动系统部件 车辆状态数据 工况
深度反演方法 神经网络模型 卫星遥感技术 被动微波遥感 反射率
数据处理方法 多模态 数据处理服务 子模块 无人机
图像降噪方法 噪声识别 降噪参数 生成噪声 训练样本图像
定位优化方法 姿态归一化 多源数据融合方法 图像 预矫正方法