[发明专利]一种基于生成对抗网络的点云三维重建方法与系统

权利要求书

1.一种基于生成对抗网络的点云三维重建方法，其特征在于，所述方法包括：

处理等待重建的点云数据，得到一个包围该等待重建的点云数据的三维网格模型；

搭建生成器模块，输入是所述三维网格模型，得到该模型中各个顶点的位移，该位移与所述三维网格模型的顶点坐标相加，得到一个新的三维网格模型，从该新模型中均匀采样一些点，得到生成器生成的点云数据；

搭建判别器模块，输入是所述等待重建的点云数据和从所述生成器中生成的点云数据，输出是一个小于1的概率值；

对所述判别器和所述生成器进行多次训练优化，得到训练完成的判别器和训练完成的生成器；

最终所述训练完成的生成器所生成的就是所述等待重建的点云数据对应的三维模型。

2.如权利要求1所述的一种基于生成对抗网络的点云三维重建方法，其特征在于，所述处理等待重建的点云数据，得到一个包围该等待重建的点云数据的三维网格模型，具体为：

对等待重建的点云数据进行归一化处理，将每个点的坐标归一化到-1到1之间；

如果要得到的三维模型是多个三维模型的不同部分拼接而成的，需要将待拼接部分的点云摆放到相对应的位置，并且也进行归一化处理；

归一化处理后所得的点云数据使用三维建模软件，得到一个能够包围该点云数据的三维网格模型。

3.如权利要求1所述的一种基于生成对抗网络的点云三维重建方法，其特征在于，所述搭建生成器模块，输入是所述三维网格模型，得到该模型中各个顶点的位移，该位移与所述三维网格模型的顶点坐标相加，得到一个新的三维网格模型，从该新模型中均匀采样一些点，得到生成器生成的点云数据，具体为：

生成器采用MeshCNN，是一个作用于三维网格中每一条边的神经网络，它首先根据三维网格计算出各条边所拥有的五个特征，这五个特征分别为每条边所在的两个三角面片之间的二面角、以及那条边所在两个三角面片中所对的对角和那条边所在两个三角面片的高与那条边的比值；

计算好的特征类比于图像的卷积神经网络送到网络中进行计算，从而得到三维网格中每一个顶点所需的位移；

把点的位移与所述三维网格模型的顶点坐标相加，从而得到一个更加接近真实点云数据的三维网格模型；

从该新模型中均匀采样一些点，得到生成器生成的点云数据。

4.如权利要求1所述的一种基于生成对抗网络的点云三维重建方法，其特征在于，所述搭建判别器模块，输入是所述等待重建的点云数据和从所述生成器中生成的点云数据，输出是一个小于1的概率值，具体为：

判别器是一个二分类器，采用PointNet++网络模型作为判别器，输入是所述等待重建的点云数据和从所述生成器中生成的点云数据；

修改PointNet++全连接后的输出个数为1，判别器判断是否是所述等待重建的点云数据，PointNet++的输出是一个小于1的概率值；

当PointNet++输出接近1时则表示当前输入的点云数据是等待重建的点云数据，而当PointNet++输出接近0时则表示当前输入是从生成器生成的点云数据。