Processing

Please wait...

Settings

Settings

Goto Application

1. WO2022000522 - SALIENCY CHARACTERISTICS-BASED SIMULATION INCOMPLETE POINT CLOUD MASK GENERATION METHOD

Publication Number WO/2022/000522
Publication Date 06.01.2022
International Application No. PCT/CN2020/100817
International Filing Date 08.07.2020
IPC
G06K 9/46 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
36Image preprocessing, i.e. processing the image information without deciding about the identity of the image
46Extraction of features or characteristics of the image
Applicants
  • 北京大学深圳研究生院 PEKING UNIVERSITY SHENZHEN GRADUATE SCHOOL [CN]/[CN]
Inventors
  • 李革 LI, Ge
  • 张若楠 ZHANG, Ruo Nan
  • 晏玮 YAN, Wei
Agents
  • 北京京万通知识产权代理有限公司 BEIJING JWT INTELLECTUAL PROPERTY CO., LTD.
Priority Data
202010620484.501.07.2020CN
Publication Language Chinese (zh)
Filing Language Chinese (ZH)
Designated States
Title
(EN) SALIENCY CHARACTERISTICS-BASED SIMULATION INCOMPLETE POINT CLOUD MASK GENERATION METHOD
(FR) PROCÉDÉ DE GÉNÉRATION DE MASQUE DE NUAGE DE POINTS INCOMPLET DE SIMULATION BASÉE SUR DES CARACTÉRISTIQUES DE RELIEF
(ZH) 基于显著性特征的模拟残缺点云的遮罩生成方法
Abstract
(EN) A saliency characteristics-based simulation incomplete point cloud mask generation method. The method comprises: step 1, obtaining the number of current point cloud points, a loss function measurement mode, a discard rate and the cycle number of times; step 2, when being not within the cycle number of times, jumping out of the cycle and outputting a point cloud mask M; step 3, when being within the cycle number of times, calculating coordinates xc of a sphere center (S3), wherein the position of the sphere center of the point cloud can be roughly measured by using the median or average value of all the coordinates; step 4, calculating a gradient g of the current point cloud according to the loss function (S4); step 5, calculating a change rate δ of each point in each current point cloud with respect to the sphere center (S5); step 6, calculating scores s=-w*δ (S6) of each point in the current point cloud; and step 7, sorting all the scores from low to high, and deleting preceding [pN/T] points from the sorted points in the point cloud (S7). According to the method, a multi-region missing point cloud condition can be generated, and more flexible, changeable and complex masks can be generated.
(FR) L'invention concerne un procédé de génération de masque de nuage de points incomplet de simulation basée sur des caractéristiques de relief. Le procédé comprend l'étape 1 consistant à obtenir le nombre de points de nuage de point courant, un mode de mesure de fonction de perte, un taux de rejet et le nombre d'occurrences de cycle ; l'étape 2 consistant à, lorsqu'il ne se trouve pas dans le nombre d'occurrences de cycle, sortir du cycle et délivrer en sortie un masque de nuage de points M ; l'étape 3 consistant à, lorsqu'il se trouve dans le nombre d'occurrences de cycle, calculer les coordonnées xc d'un centre de sphère (S3), la position du centre de sphère du nuage de points pouvant être mesurée à peu près à l'aide de la valeur médiane ou moyenne de toutes les coordonnées ; l'étape 4, consistant à calculer un gradient g du nuage de points courant en fonction de la fonction de perte (S4) ; l'étape 5, consistant à calculer un taux de variation δ de chaque point dans chaque nuage de points courant par rapport au centre de la sphère (S5) ; l'étape 6 consistant à calculer des scores s =-w*δ (S6) de chaque point dans le nuage de points courant ; et l'étape 7 consistant à trier tous les scores de manière croissante, et supprimer les points [pN/T] précédents à partir des points triés dans le nuage de points (S7). Selon le procédé, une condition de nuage de points manquants à régions multiples peut être générée, et des masques plus souples, modifiables et complexes peuvent être générés.
(ZH) 一种基于显著性特征的模拟残缺点云的遮罩生成方法,包括步骤一、获得当前点云点个数,损失函数衡量方式,以及丢弃率及循环次数;步骤二、在循环次数外,则跳出循环,输出点云遮罩M;步骤三、循环次数内,计算球心坐标x c(S3),可使用所有坐标的中值或平均值来进行粗略衡量其球心位置;步骤四、根据损失函数,计算当前点云的梯度g(S4);步骤五、计算当前点云中每个点相对球心的变化率δ(S5);步骤六、计算当前点云中每个点得分s=-w*δ(S6);步骤七、将得分从低到高进行排序,从点云中删除排序前[pN/T]个点(S7)。所述方法能够生成多区域缺失的点云情况,产生更加灵活多变复杂的遮罩。
Related patent documents
Latest bibliographic data on file with the International Bureau