基于少量数据集的三维点云生成模型

作     者：张渊杰 沈洋 许浩 包艳霞 应震 ZHANG Yuanjie;SHEN Yang;XU Hao;BAO Yanxia;YING Zhen

作者机构：浙江理工大学信息科学与工程学院浙江杭州310018 丽水学院数学与计算机学院浙江丽水323000 浙江掌信传媒科技有限公司浙江丽水323000 浙江聚新自动化设备有限公司浙江丽水323000 

出 版 物：《软件工程》 (Software Engineering)

年 卷 期：2024年第27卷第11期

页      面：69-74页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：浙江省自然科学基金项目(LY21F02004) 丽水市公益性技术应用研究计划项目(2022GYX12) 

主　　题：GAN 少量点云数据 重采样 数据增强 超分辨率 

摘      要：针对生成对抗网络(GAN)需要大量训练数据及点云数据稀缺且获取难度大的问题,提出一种基于少量数据集的三维点云生成模型。该模型首先通过重采样和水平旋转的方法实现数据增强,使第一级网络能够生成具有多样性的低分辨率点云;其次通过确保低分辨率点云与高分辨率点云之间的对应关系,实现点云的超分辨率生成;最后实现生成具有多样性的高分辨率点云。实验结果表明,在ShapeNet Part(ShapeNet Part Segmentation Dataset)数据集上,该模型的JS散度相较于Tree-GAN的JS散度下降了0.416,证明其性能优于Tree-GAN。