公开(公告)号：CN119338704A

公开(公告)日：2025-01-21

申请号：CN202310873476.5

申请日：2023-07-17

Applicant: 北京大学

Inventor： 胡玮 ,  胡黔江

IPC: G06T5/70 ,  G06T5/60 ,  G06N3/042 ,  G06T7/13

Abstract: 本发明涉及一种基于梯度场的三维动态点云去噪方法和装置。该方法的步骤包括：为动态点云序列中的每个帧估计初始梯度场；基于估计的初始梯度场，通过刚性运动对点云的表面块进行时间对应性搜索，得到相邻帧中对应的表面块；通过对相邻帧中对应的表面块的逆变换梯度场求平均值来构建时间梯度场；基于构建的时间梯度场，通过梯度上升对动态点云进行去噪。本发明提出了一种基于梯度场的动态点云去噪范式，通过利用相邻帧之间的时序对应关系和经典力学中的刚体运动，利用噪声点云的分布进行去噪；本发明所提出的模型在合成噪声和模拟实际噪声下都优于现有最先进的方法。

公开(公告)号：CN113766229B

公开(公告)日：2023-04-28

申请号：CN202111160289.X

申请日：2021-09-30

Applicant: 咪咕文化科技有限公司 ,  中国移动通信集团有限公司 ,  北京大学

Inventor： 冯亚楠 ,  李琳 ,  周冰 ,  徐嵩 ,  邢刚 ,  马思伟 ,  王苫社 ,  徐逸群 ,  胡玮

IPC: H04N19/124 ,  H04N19/42 ,  H04N19/44 ,  H04N19/52 ,  H04N19/61 ,  G06V10/762

Abstract: 本申请公开了一种编码方法、解码方法、装置、设备及可读存储介质，涉及图像处理技术领域，以提高处理性能。该方法包括：将当前帧的待处理的点云数据进行聚类，得到多个子点云；对于所述多个子点云中的任一目标子点云，根据所述目标子点云中多个点对之间的欧式距离，以及，所述目标子点云中的目标点与所述目标点的对应点之间的欧式距离，生成广义拉普拉斯矩阵；利用所述广义拉普拉斯矩阵，对目标子点云进行帧间预测与图傅里叶残差变换；分别对变换后的多个子点云进行量化和编码，得到编码码流；其中，所述对应点位于所述目标子点云的参考点云中，所述参考点云位于所述当前帧的参考帧中。本申请实施例可提高处理性能。

公开(公告)号：CN112633499A

公开(公告)日：2021-04-09

申请号：CN202110035423.7

申请日：2021-01-12

Applicant: 北京大学

Inventor： 胡玮 ,  高翔 ,  郭宗明

IPC: G06N3/08 ,  G06N3/04

Abstract: 本发明为一种无监督图拓扑变换共变表征学习的方法和装置，涉及无监督学习领域。本发明是一种可以应用在GCNN中学习图节点特征表示的通用框架，通过最大化图拓扑变换以及变换前后的图的节点表示之间的互信息来形式化图拓扑变换共变表征。同时，本发明证明最大化这种互信息可以被近似为最小化图拓扑变换以及从变换前后的图的节点表示估计得到的图拓扑变换之间的交叉熵。具体来说，本发明从原始的图中采样部分节点对，并翻转这些节点对间边的连通性来实现图拓扑变换，然后通过从原始图和变换后的图的特征表示中重建图拓扑变换，来对表示编码器进行自训练，以学习节点的特征表示。本发明应用于节点分类和图分类任务中，优于最新的无监督方法。

公开(公告)号：CN110136072B

公开(公告)日：2021-02-09

申请号：CN201810128719.1

申请日：2018-02-08

Applicant: 北京大学 ,  北大方正集团有限公司 ,  北京北大方正电子有限公司

Inventor： 胡玮 ,  高翔 ,  郭宗明

IPC: G06T5/00 ,  G06T15/00

Abstract: 本发明提出了一种点云噪声的去除方法、去噪系统、计算机设备及计算机可读存储介质，其中点云噪声的去除方法，包括：获取点云数据；确定点云中的异常点，并将异常点删除；确定删除异常点后的点云中的噪声点，并将噪声点删除。本发明经过异常点删除和噪声点删除这两个主要步骤后达到点云去噪的目的，在达到较好的点云去噪的效果的同时，提高了点云去噪的处理速度。

公开(公告)号：CN108171761B

公开(公告)日：2020-10-16

申请号：CN201711331571.3

申请日：2017-12-13

Applicant: 北京大学

Inventor： 马思伟 ,  徐逸群 ,  王苫社 ,  李俊儒 ,  胡玮

IPC: G06T9/00 ,  G06T17/20

Abstract: 本发明公开了一种基于傅里叶图变换的点云帧内编码方法及装置，属于点云数字信号处理领域。所述方法包括：对原始三维点云进行体元化，得到多个点云体元；对得到的多个点云体元进行聚类得到多个点云体元集合；分别对多个点云体元集合进行基于主方向权重的傅里叶图变换；对变换后的各点云体元集合进行均匀量化及算术编码，生成对应的码流。本发明中的方法，对聚类得到的每个点云体元集合独立构图，减低了构图的复杂度；对每一个点云体元集合独立编码，使每一类中的点云分布更加均匀，紧凑；并充分利用了局部相似性特征，更加充分的表达出点与点之间的相关性，同时降低了噪声等无关因素的影响。

公开(公告)号：CN110136072A

公开(公告)日：2019-08-16

申请号：CN201810128719.1

申请日：2018-02-08

Applicant: 北京大学 ,  北大方正集团有限公司 ,  北京北大方正电子有限公司

Inventor： 胡玮 ,  高翔 ,  郭宗明

IPC: G06T5/00 ,  G06T15/00

Abstract: 本发明提出了一种点云噪声的去除方法、去噪系统、计算机设备及计算机可读存储介质，其中点云噪声的去除方法，包括：获取点云数据；确定点云中的异常点，并将异常点删除；确定删除异常点后的点云中的噪声点，并将噪声点删除。本发明经过异常点删除和噪声点删除这两个主要步骤后达到点云去噪的目的，在达到较好的点云去噪的效果的同时，提高了点云去噪的处理速度。