摘要
本发明公开了一种基于注意力融合多尺度特征的解压缩点云质量增强方法,本方法利用原始点云数据和经过压缩算法处理后的压缩点云数据生成所述原始点云数据的基准真值;根据所述基准真值,通过块生成方法将原始点云和压缩点云分割成多个块,得到压缩点云块和基准真实值块;根据所述压缩点云块和所述基准真实值块,构建点云质量增强模型;根据所述点云质量增强模型生成位置优化后的压缩点云块;对各个位置优化后的压缩点云块进行块融合处理,得到位置优化后的目标点云数据。本发明能够提升点云质量增强的精度和准确性,可广泛应用于计算机技术领域。
技术关键词
融合多尺度特征
点云
跨尺度特征融合
基准
语义注意力
生成方法
上采样
压缩算法
峰值信噪比
多层感知器
数据
表达式
注意力机制
多尺度特征提取
分辨率
解码器
编码器
代表
系统为您推荐了相关专利信息
洪水预报方法
洪水预报模型
卷积神经网络模型
马尔科夫模型
指数
旋转角度信息
矩阵
物理特征参数
特征值
数字孪生模型
数字孪生系统
电力巡检机器人
数字孪生体
动态
变电站设备
拆解方法
物体
手势识别设备
精确控制模型
手势识别功能