基于层级式分组聚合的三维语义场景补全方法

本发明提出了基于层级式分组聚合的三维语义场景补全方法。该模型提出了一种新的双分支结构。显式约束分支从整体三维场景特征开始，关注场景的区域方面，并将显式相似的特征聚合到分组的区域特征中。隐式扩散分支从查询建议网络输出的可见体素查询建议开始，重点关注场景中对象的细节，并学习对象的隐式细粒度特征。还提出了层级式分组模块，该模块将三维空间划分为多个子区域，并对每个区域内的体素特征进行相似度计算和聚合，进而生成紧凑的区域特征表示。这种分组方式能够聚焦于场景中特定物体的局部区域，避免了远处独立分布对象特征的相互干扰，从而提取出更为详细和精确的语义特征。