融合多尺度特征提取的非完备点云补全方法

摘要：

针对现有点云补全方法在特征提取时只关注全局特征而忽略局部特征的问题,提出了融合多尺度特征提取的非完备点云补全方法.首先,提出了由全局特征提取器和多尺度特征提取器组合而成的融合特征编码器,分别提取输入非完备点云的全局特征和多尺度特征信息,并将其拼接成融合特征向量;其次,将得到的融合特征向量输出至由全连接解码器和折叠操作层组成的解码器,由粗到细地生成完整点云.实验结果表明该网络在公开数据集ShapeNet子集的点云补全实验中平均误差更小.相较于经典的点云补全网络PCN,该网络在补全任务中点云补全效果提高了 28.7%,为后续的模型逼真化提供基础,具有更强的性能和良好的应用价值.

关键词：多尺度特征、全局特征、编码器-解码器、点云补全

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;扬州大学市校合作专项;扬州市产业前瞻与共性关键技术项目;扬州市产业前瞻与共性关键技术项目

在线出版日期：2023-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：49-54