一种端到端的点云去噪模型构建方法及系统

本发明涉及一种端到端的点云去噪模型构建方法及系统，属于深度学习技术领域，解决了现有去噪模型泛化能力不足且输出的点云几何特征保真度不高的问题。包括：对采集的干净点云进行预处理后，通过注入噪声生成点云样本，构建样本集；构建深度学习模型，并通过融合多种监督信号构建组合损失函数；深度学习模型依次包括：特征提取模块、去噪导向预测模块和点云属性预测模块，用于输出去噪后点云的预测坐标和预测法向量；基于样本集和组合损失函数对深度学习模型进行端到端训练，将训练好的深度学习模型作为点云去噪模型。实现了去噪模型的泛化能力和去噪效果的提升。