特征处理

1. 本项目解决问题：准确重建具有复杂表面结构的 3D 点云模型。 2. 本项目采用基于编码器解码器架构的单幅图像三维重建方法实现，首先实现从图像到稀疏点云，然后实现从稀疏点云到密集点云重建，从而实现对复杂表面结构物体3D模型重建。 3. 结合论文和源代码（论文可私信）。

本项目针对目前卷积神经网络在轴承故障诊断领域存在的模型参数量大，模型抗噪音干扰能力不足，模型从小样本数据中进行特征学习和泛化的能力不足等问题，提出了一种基于多角度特征融合的轻量化卷积神经网络轴承故障诊断方法。该方法能够很好的融合局部特征和全局特征。实验表明，该方法具有良好的抗噪音干扰能力和小样本泛化能力，能够以极少的参数量达到非常高的识别准确率。