[發明專利]一種基于Transformer的點云幾何編解碼方法

在審

• 申請號: 202210104899.6
• 申請日: 2022-01-28
• 公開（公告）號: CN114422806A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 韓成;張超;楊華民;盧時禹;李巖芳;李華;權巍;胡汗平;徐超
• 申請（專利權）人: 長春理工大學
• 主分類號: H04N19/597
• 分類號: H04N19/597;H04N19/147;H04N19/91;G06N3/08;G06N3/04;G06K9/62
• 代理公司: 安徽順超知識產權代理事務所(特殊普通合伙) 34120
• 代理人: 賀湘君

本發明公開了點云幾何編解碼技術領域的一種基于Transformer的點云幾何編解碼方法，將3379個訓練點云放在名為‘train’的文件夾內，將用來測試的621個測試點云放在名為‘test’的文件夾內；3D卷積操作對輸入張量的大小要求為[Bs，Ic，T，H，W]；輸入張量中每個參數的含義：Bs表示為輸入批量大小，Ic表示為輸入張量的通道數，T表示為輸入點云三維空間網格的長；H表示為輸入點云三維空間網格的高；W表示為點云三維空間網格的寬；循環遍歷‘train’文件夾內的數據或‘test’文件夾內的數據，保存每個文件的索引地址方便后面查找使用，根據Tramsformer網絡結構實現三維點云的全局信息特征提取，提高點云解碼后精度，利用Transformer結構可以獲得三維網格空間的點云幾何信息。

技術領域

本發明涉及點云幾何編解碼技術領域，具體為一種基于Transformer的點云幾何編解碼方法。

背景技術

點云是對三維物體表面的數字化采樣，在表現形式上是由點的幾何信息(x，y，z)和屬性信息(R，G，B和紋理信息等)組成。利用三維點云信息可以重建真實的三維世界。三維點云信息主要應用在無人駕駛、高精度地圖重建、虛擬現實和增強現實等領域。相比于排列規則的2D圖像，三維點云是無規則點的集合，而且點云的數據量龐大，難以對點云的集合信息進行壓縮，基于此，本發明設計了一種基于Transformer的點云幾何編解碼方法以解決上述問題。

發明內容

本發明的目的在于提供一種基于Transformer的點云幾何編解碼方法，以解決上述背景技術中提出的，，，，，。

為實現上述目的，本發明提供如下技術方案：一種基于Transformer的點云幾何編解碼方法，包括從ModelNet數據集平臺中獲得一組測試點云傳入計算機1中，其具體步驟如下：

步驟1：將3379個訓練點云放在名為‘train’的文件夾內，將用來測試的621個測試點云放在名為‘test’的文件夾內；

步驟2：3D卷積操作對輸入張量的大小要求為[Bs，Ic，T，H，W]；

步驟3：循環遍歷‘train’文件夾內的數據或‘test’文件夾內的數據，保存每個文件的索引地址方便后面查找使用；

步驟4：進入神經網絡后，經過第一次卷積操作，第一次3D卷積操作參數設置如下：Ks表示為卷積核的尺寸，St表示為卷積操作滑動步長，Ba表示為偏置量，Pa表示為對原始三維網格空間的填充，3D卷積操作所使用的卷積核為三維矩陣，矩陣中所有元素的值為隨機生成，其范圍為[-1，1]區間；在所使用的輸入張量為[1，1，64，64，64]，Bs輸入批量大小為1，Ks大小為(3，3，3)，St的步長為1；Pa的輸入為1，偏置量設置為True，輸出通道設置為16；經過第一次3D卷積操作之后得到的張量大小為[1，16，64，64，64]；

步驟5：然后利用RELU激活函數對第一次3D卷積操作得到的張量進行第一次非線性擬合；

步驟6：將一次非線性擬合得到的張量輸入到第二次3D卷積操作，輸入的張量大小為[1，16，64，64，64]，Bs輸入批量大小為1，Ks的大小為(3，3，3)，St的步長為2，Pa的輸入為0，偏置量設置為True，輸出通道設置為32；經過第二次3D卷積操作之后得到的張量大小為[1，32，32，32，32]；

步驟7：然后利用RELU激活函數對第二次3D卷積操作得到的張量進行第二次非線性擬合；