| 基于多尺度特征融合的由粗到精点云形状补全 |
| |
| 引用本文： | 张德军, 王杨, 谭雪峰, 吴亦奇, 陈壹林, 何发智. 基于多尺度特征融合的由粗到精点云形状补全[J]. 计算机辅助设计与图形学学报, 2024, 36(4): 523-532. DOI: 10.3724/SP.J.1089.2024.19871 |
| |
| 作者姓名： | 张德军 王杨 谭雪峰 吴亦奇 陈壹林 何发智 |
| |
| 作者单位： | 1 中国地质大学(武汉)计算机学院 武汉 430078;2 智能机器人湖北省重点实验室(武汉工程大学) 武汉 430205;3 武汉大学计算机学院 武汉 430072 |
| |
| 基金项目： | 国家自然科学基金(61802355); 智能机器人湖北省重点实验室开放基金(HBIR 202105). |
| |
| 摘 要： | 为了以由粗到精的方式实现点云形状补全,提出一个端到端的两阶段多尺度特征融合网络,其中的每个阶段都是由一个编码器-解码器构成.第1阶段中,首先利用点集抽取模块提取残缺点云的全局特征,在获取不同分辨率点特征的同时能关注更多的局部邻域特征,然后使用多层感知机作为解码器生成粗糙的点云骨架;第2阶段中,利用点云骨架和残缺点云提取多尺度局部特征,并通过注意力机制与第1阶段中的多尺度全局特征相互融合,使得每个点都包含全局和局部几何信息;最后将第2阶段中的全局特征和多尺度局部特征逐步进行上采样,并通过多层感知机生成精细的完整点云.采用倒角距离作为评价标准,在ShapeNet,MVP和Completion3D数据集上进行点云补全实验的结果表明,误差分别比基准网络降低17.1%,3.9%和13.9%,验证了所提网络的有效性.
|
| 关 键 词： | 点云补全 多尺度特征融合 由粗到精 编码器-解码器 |
| 收稿时间： | 2022-07-26 |
| 修稿时间： | 2022-11-01 |
|
| 点击此处可从《计算机辅助设计与图形学学报》浏览原始摘要信息 |
|
点击此处可从《计算机辅助设计与图形学学报》下载全文 |
|
