[发明专利]三维重建方法、点云融合方法、装置、设备及存储介质

说明书

本发明涉及数据融合技术领域，具体公开了一种三维重建方法、点云融合方法、装置、设备及存储介质，其中，融合方法包括以下步骤：获取第一点云信息和点云序列信息；根据自注意力机制将点云序列信息转换为由融合参数设定的第二点云信息；根据对抗自监督学习算法设计关于第一点云信息和第二点云信息的对比损失函数；基于反向传播算法利用梯度下降的方式更新融合参数，直至对比损失函数收敛，以确定最佳融合参数；根据最佳融合参数融合第一点云信息和点云序列信息，以获取融合点云信息；该融合方法的融合过程无需对点云信息进行预先标注，实现了无人机采集数据和无人车采集数据融合，简化了点云融合过程，提高了点云融合效率、融合精度。

技术领域

本申请涉及数据融合技术领域，具体而言，涉及一种三维重建方法、点云融合方法、装置、设备及存储介质。

背景技术

三维重建是计算机视觉和计算机图形学领域的研究热点，旨在将给定的基于现实的数据恢复为几何模型。

三维重建技术的一个重点在于如何获取目标场景或物体的深度信息。在景物深度信息已知的条件下，经过点云数据的配准及融合，即可实现景物的三维重建。

21世纪随着各种面向普通消费者的深度相机的出现，基于深度数据的三维扫描和重建技术得到了飞速发展。

三维重建可以基于多种方式采集的点云数据融合进行，现有的点云融合方式对于无人车采集的点云数据和无人机采集的点云数据进行融合时需要对点云信息进行预先标注，存在融合效率低、精度低的问题。

针对上述问题，目前尚未有有效的技术解决方案。

发明内容

本申请的目的在于提供一种三维重建方法、点云融合方法、装置、设备及存储介质，以实现了无人机采集数据和无人车采集数据融合，加快点云融合过程，提高点云融合效率、精度以提高三维重建的效率、精度。

第一方面，本申请提供了一种点云融合方法，用于融合无人机采集的第一点云信息与无人车采集的点云序列信息，所述融合方法包括以下步骤：

获取所述第一点云信息和所述点云序列信息；

根据自注意力机制将所述点云序列信息转换为由融合参数设定的第二点云信息；

根据对抗自监督学习算法设计关于第一点云信息和第二点云信息的对比损失函数；

基于反向传播算法利用梯度下降的方式更新所述融合参数，直至所述对比损失函数收敛，以确定最佳融合参数；

根据所述最佳融合参数融合所述第一点云信息和所述点云序列信息，以获取融合点云信息。

本申请的一种点云融合方法，根据自注意力机制将点云序列信息转换为由融合参数设定的第二点云信息，然后根据对抗自监督学习算法设计对比损失函数，并基于反向传播算法利用梯度下降的方式获取第一点云信息与点云序列信息的最佳融合结果，从而简化了点云融合过程，提高了点云融合效率、融合精度。

所述的一种点云融合方法，其中，所述融合参数包括卷积参数、自注意力参数和输出融合参数，所述根据自注意力机制将所述点云序列信息转换为由融合参数设定的第二点云信息的步骤包括：

将所述点云序列信息编码并输出为一致维数的并包含所述卷积参数的卷积点云信息；

根据所述自注意力机制将所述卷积点云信息初步融合，输出包含所述自注意力参数的初步融合点云信息；

根据所述自注意力机制将所述初步融合点云信息进一步融合，输出包含所述输出融合参数的所述第二点云信息。