[发明专利]基于多层次特征提取网络模型的三维点云质量评价方法

权利要求书

1.基于多层次特征提取网络模型的三维点云质量评价方法，其特征在于，包括：

对点云数据进行手工特征提取，获取灰度值、平均曲率以及簇中的点相对于中心点的欧几里得距离；

构建多层次特征提取网络模型，基于所述灰度值、平均曲率以及簇中的点相对于中心点的欧几里得距离对所述网络模型进行训练，获取局部质量分数；

基于所述局部质量分数，通过平均池化策略获取点云全局质量分数，基于所述点云全局质量分数对三维点云质量进行评价。

2.根据权利要求1所述的基于多层次特征提取网络模型的三维点云质量评价方法，其特征在于，采用自适应的方式提取所述点云数据的手工特征，所述手工特征提取包括中心点的选取、簇的构成和各个簇的特征提取。

3.根据权利要求2所述的基于多层次特征提取网络模型的三维点云质量评价方法，其特征在于，对所述点云数据进行手工特征提取包括：

确定采样簇的个数，基于最远点采样方法选取所述点云数据中各个簇的中心点，结合KNN方法获取各个中心点的k个最邻近点，构成若干点云簇，其中，每个所述点云簇中包含k+1个点；

基于所述点云簇的划分，获取所述灰度值、平均曲率以及簇中的点相对于中心点的欧几里得距离。

4.根据权利要求3所述的基于多层次特征提取网络模型的三维点云质量评价方法，其特征在于，所述点云簇中任意点相对于所述中心点的欧几里得距离为：

其中，为簇中心点的空间坐标，为第i个邻近点的空间坐标，为簇中任意点，为簇中心点。

5.根据权利要求4所述的基于多层次特征提取网络模型的三维点云质量评价方法，其特征在于，计算所述点云簇中各个点的灰度值的方法为：

其中，分别为点云的红绿蓝颜色三通道，L为灰度值。

6.根据权利要求1所述的基于多层次特征提取网络模型的三维点云质量评价方法，其特征在于，所述多层次特征提取网络模型包括：

深度特征提取模块：用于提取出所述点云中由浅到深的特征；

第一卷积层：用于获取不同感受野下的点云特征，其中包括7*7与3*3大小的卷积层；

残差模块：用于减少卷积核导致的感受野减小的弊端，避免梯度消失，更好地学习深层特征；

特征回归模块：用于建立不同层级特征之间的联系。

7.根据权利要求6所述的基于多层次特征提取网络模型的三维点云质量评价方法，其特征在于，所述残差模块的输出为：

其中，为残差单元的输出，x为残差单元的输入，为残差单元学习到的残差映射，为通道间注意力融合操作。

8.根据权利要求6所述的基于多层次特征提取网络模型的三维点云质量评价方法，其特征在于，所述特征回归模块的操作为：

其中，表示concatenation操作；DIR表示将特征按指定方向拼接；C表示通道方向；H表示高度方向；表示全连接层的分数回归函数；表示全连接层的参数；，和分别表示对进行的平均、最小值与最大值池化以及各自对应的特征提取操作；、分别为f₁-f₅在通道和高度方向上拼接后得到的融合特征，f₁-f₅分别为由浅到深的层级特征。

9.根据权利要求1所述的基于多层次特征提取网络模型的三维点云质量评价方法，其特征在于，通过所述平均池化策略获取点云全局质量分数的方法为：

其中，为全局质量分数，为各个局部点云簇的预测分数，N为局部点云簇的总数量。