10.7510/jgjs.issn.1001-3806.2023.05.019
融合图注意力的多分辨率点云补全
为了解决 3 维点云补全中难以提取点云局部特征信息的问题,提出了融合图注意力的多分辨率点云补全网络结构.采用了生成对抗网络框架处理数据的方法,生成器通过图注意力层构建点云图结构,融合不同分辨率的特征信息后加上网格数据,结合折叠操作重构缺失结构并输出逐级补全的点云数据;判别器判别点云真伪,通过反馈以提高准确度并优化生成器,使得生成数据具有精细的几何结构,近似于真实点云;在形状数据集上,将本文中的方法与其它 4 种方法进行比较,通过实验验证和理论分析,取得了最优的结果.结果表明,该方法能够有效地补全点云形状的缺失部分,得到完整且均匀的点云形状,相较于点分形网络性能提高约 1.79%,对于实测数据的补全处理也达到了预期效果;所提出的点云补全网络结构,在提取点云全局形状特征的同时更好地提取了其局部几何特征信息,使得补全出的点云形状更加精细.该研究为智慧城市 3 维建模提供了参考.
激光技术、点云补全、生成对抗网络、图注意力、折叠操作、3维点云
47
TN958.98;TP391.41
国家自然科学基金61732005
2023-09-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
700-707