基于多分支结构的点云补全网络

摘要：

点云是一种重要的三维表达方式,在计算机视觉和机器人领域都有着广泛的应用.由于真实应用场景中存在遮挡和采样不均匀等情况,传感器采集的目标物体点云形状往往是不完整的.为了提取点云的特征和补全目标点云,提出了一种基于多分支结构的点云补全网络.编码器从输入信息中提取局部特征和全局特征,解码器中的多分支结构将提取的特征转换成点云,以得到目标物体完整的点云形状.在ShapeNet和KITTI数据集以及不同残缺比例、不同几何形状的情况下进行实验,结果表明,本方法可以很好地补充目标缺失的点云,得到完整、直观、真实的点云模型.

关键词：图像处理、形状补全、深度卷积网络、多分支结构

所属期刊栏目：57

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金;四川省重点研发专项;四川省重点研发专项;国家科技重大专项;国家科技重大专项

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：201-208