基于改进KNN的DGCNN模型的建筑物点云重建方法

本发明公开了一种基于改进KNN的DGCNN模型的建筑物点云重建方法，包括：对待重建的原始建筑物点云进行归一化处理，获得归一化后的点云数据；构建基于改进KNN算法的DGCNN网络，并对DGCNN网络进行训练，获得训练好的DGCNN模型，基于改进KNN算法的DGCNN网络包括依次连接的空间变换层、四个图卷积层、最大池化层、第一多层感知机和第二多层感知机；将归一化后的点云数据输入训练好的DGCNN模型中，获得对应的预测结果。本发明通过KD树的局部更新机制，在网络训练过程中能够高效地动态调整邻接图，避免了重建整个搜索树的高昂计算成本。