一种深度学习生成稠密3D点云数据的简捷方法

作者：孔春锐; 陈添丁^*; 周小方

来源：温州大学学报(自然科学版), 2023, 44(03): 48-55.

DOI：10.20108/j.wzun.2022.02.15.0001

• LiDAR
• 深度学习
• 点云数据增强

LiDAR是一种高感知精度的三维传感器，但其存在低成本LiDAR所采集的原始三维点云过于稀疏的问题．针对该问题，提出一种深度学习的稠密3D点云数据生成方法．该方法通过将原始稀疏三维点云投影到二维距离图像，使用深度学习网络对二维距离图像进行分辨率提升，提升分辨率后的二维距离图像变换为三维点云的形式，形成增强的点云数据．实验结果表明，该方法与非深度学习算法类相比精度平均提升30%以上，与深度学习算法SR-ResNet对比精度平均提升8.14%．该方法有效解决LiDAR原始三维点云稀疏的问题并可获得媲美高分辨率LiDAR产生的点云．

• 单位
  闽南师范大学