摘要
本发明公开了一种基于双分支特征提取和注意力机制的三维点云补全方法,包括:准备包含任意大小和数量的三维点云数据集,对残缺点云做点数统一,对所有点云数据进行预处理;设计三维点云补全模型,以残缺点云作为输入,生成完整且稠密的点云模型,同时拥有残缺点云的几何细节;对所述三维点云补全模型进行训练;反复执行训练步骤直至达到预设的迭代次数,每轮遍历所有三维点云,在每一轮迭代结束时,更新并保存模型的参数;选取指标最好的模型参数,将其载入模型中;输入残缺点云,生成对应的完整点云。本发明使得补全的结果拥有更少的异常点和噪声,在三维点云模型数据集上展现出良好的补全效果。
技术关键词
补全方法
稠密点云
全局特征提取
多层感知机
三维点云数据
分支
通道注意力机制
局部特征提取
特征提取模块
矩阵
三维点云模型
解码器
编码器
处理器
系统为您推荐了相关专利信息
检测网络模型
全局特征提取
局部特征提取
可见光图像
跨模态
弱纹理图像配准方法
融合光流法
特征点
局部特征描述符
RANSAC算法
模型训练方法
文本检测方法
解码器
全局特征提取
图像
三维点云数据
区域生长算法
料堆体积
点云滤波
坐标系