摘要
本发明公开了一种基于自适应图卷积网络的建筑模型重建方法及装置,其中,该方法包括:获取三维点云数据;采用自适应二元空间划分法对三维点云数据进行处理,以得到多个多面体,以及在处理过程中动态构建二叉树以分析每个多面体间的邻接性,以得到邻接矩阵;根据三维点云数据得到全局隐含码,以及在每个多面体内部采样一组查询点,并根据查询点的坐标和全局隐含码得到多面体特征;构建自适应图卷积网络,并结合邻接矩阵和通过注意力机制学习得到的注意力邻接矩阵对多面体特征进行更新;根据更新后的多面体特征进行三维建筑模型重建;从而实现从点云数据到三维建筑模型的高效、精确转换。
技术关键词
多面体
三维点云数据
三维建筑模型
注意力机制
网络
顶点
卷积编码器
双线性插值
坐标
特征提取模块
处理器
计算机设备
动态
可读存储介质
程序
存储器
系统为您推荐了相关专利信息
光伏机器人
环境感知方法
相机
环境感知系统
深度图
多智能体深度强化学习
数字孪生系统
自动化设备
迁移系统
智能工厂
新能源场站
故障预测模型
长短期记忆网络
设备状态评估
管理方法
气象监测数据
气象监测方法
长短期记忆网络
序列
下击暴流