[发明专利]一种基于Transformer的点云几何编解码方法

说明书

本发明公开了点云几何编解码技术领域的一种基于Transformer的点云几何编解码方法，将3379个训练点云放在名为‘train’的文件夹内，将用来测试的621个测试点云放在名为‘test’的文件夹内；3D卷积操作对输入张量的大小要求为[Bs，Ic，T，H，W]；输入张量中每个参数的含义：Bs表示为输入批量大小，Ic表示为输入张量的通道数，T表示为输入点云三维空间网格的长；H表示为输入点云三维空间网格的高；W表示为点云三维空间网格的宽；循环遍历‘train’文件夹内的数据或‘test’文件夹内的数据，保存每个文件的索引地址方便后面查找使用，根据Tramsformer网络结构实现三维点云的全局信息特征提取，提高点云解码后精度，利用Transformer结构可以获得三维网格空间的点云几何信息。

技术领域

本发明涉及点云几何编解码技术领域，具体为一种基于Transformer的点云几何编解码方法。

背景技术

点云是对三维物体表面的数字化采样，在表现形式上是由点的几何信息(x，y，z)和属性信息(R，G，B和纹理信息等)组成。利用三维点云信息可以重建真实的三维世界。三维点云信息主要应用在无人驾驶、高精度地图重建、虚拟现实和增强现实等领域。相比于排列规则的2D图像，三维点云是无规则点的集合，而且点云的数据量庞大，难以对点云的集合信息进行压缩，基于此，本发明设计了一种基于Transformer的点云几何编解码方法以解决上述问题。

发明内容

本发明的目的在于提供一种基于Transformer的点云几何编解码方法，以解决上述背景技术中提出的，，，，，。

为实现上述目的，本发明提供如下技术方案：一种基于Transformer的点云几何编解码方法，包括从ModelNet数据集平台中获得一组测试点云传入计算机1中，其具体步骤如下：

步骤1：将3379个训练点云放在名为‘train’的文件夹内，将用来测试的621个测试点云放在名为‘test’的文件夹内；

步骤2：3D卷积操作对输入张量的大小要求为[Bs，Ic，T，H，W]；

步骤3：循环遍历‘train’文件夹内的数据或‘test’文件夹内的数据，保存每个文件的索引地址方便后面查找使用；

步骤4：进入神经网络后，经过第一次卷积操作，第一次3D卷积操作参数设置如下：Ks表示为卷积核的尺寸，St表示为卷积操作滑动步长，Ba表示为偏置量，Pa表示为对原始三维网格空间的填充，3D卷积操作所使用的卷积核为三维矩阵，矩阵中所有元素的值为随机生成，其范围为[-1，1]区间；在所使用的输入张量为[1，1，64，64，64]，Bs输入批量大小为1，Ks大小为(3，3，3)，St的步长为1；Pa的输入为1，偏置量设置为True，输出通道设置为16；经过第一次3D卷积操作之后得到的张量大小为[1，16，64，64，64]；

步骤5：然后利用RELU激活函数对第一次3D卷积操作得到的张量进行第一次非线性拟合；

步骤6：将一次非线性拟合得到的张量输入到第二次3D卷积操作，输入的张量大小为[1，16，64，64，64]，Bs输入批量大小为1，Ks的大小为(3，3，3)，St的步长为2，Pa的输入为0，偏置量设置为True，输出通道设置为32；经过第二次3D卷积操作之后得到的张量大小为[1，32，32，32，32]；

步骤7：然后利用RELU激活函数对第二次3D卷积操作得到的张量进行第二次非线性拟合；