科研之友
微信
新浪微博
Facebook
分享链接
摘要
点云补全指利用不完整点云数据重建完整三维模型的过程。现有的大多数点云补全方法受点云无序性和不规则性影响，难以有效地重建局部细节信息，进而影响补全精度。为解决这个问题，本文提出基于注意力的多阶段点云补全网络。设计了满足置换不变性的金字塔式点云特征提取器，建立局部内点间的依赖以及不同局部间的相关性，在提取全局特征信息的同时加强对局部特征信息的提取。在点云重建过程中，采用由粗到精的方式，首先生成一个低分辨率的种子点云，然后逐步丰富种子点云的局部细节，得到更加精细且稠密的点云。在公开数据集PCN下进行的对比实验证明了本文方法能够有效重建局部细节信息，比对比方法在补全精度上提升了至少5.98%。消融实验也进一步验证了注意力模块的有效性。
- 单位
