一种基于图注意力机制的点云补全方法

本发明属于计算机图形图像处理技术领域，公开了一种基于图注意力的点云补全方法，首先对受损点云进行下采样，提取点云的局部特征的特征并生成图索引。接着使用图注意力通过自适应加权特征来增强局部和全局特征的融合，最后使用最大池化以获得全局特征。然后使用转置卷积将全局特征转换为特征图，并通过多层感知器和外部注意力机制来预测完整点云(粗点云)的种子点，为后续精细点云提供基础。最后使用基于多层状态空间模型的点云上采样层来生成精细点云，对于点云上采样模块的每一层，它都将前一层生成的点云和特征作为输入，逐渐输出更详细的点云。实验结果表明，本发明可以通过利用现有的破损点云数据，生成详细且结构准确的补全结果，以用于文物保护、制造业、自动驾驶等领域。