摘要
本发明公开了一种具有多尺度渐进细化的双向跨模态图像引导点云修复方法,涉及人工智能无人机或具身机器人的计算机视觉技术领域,包括:将不完整点云转换为深度图;基于双向交互补偿模块,根据深度图补偿视图图像模态中缺少的几何深度信息,以及视图图像模态补偿点云模态中缺少的纹理和颜色信息,得到最终增强特征表示;基于粗点云生成模块解码最终增强特征表示,生成粗点云;利用点云细化模块对粗点云进行精细化处理,通过双流特征引导全局形状和局部结构信息的融合,逐步生成预测的细化点云。本发明弥合了点云和图像模态之间的信息鸿沟,增强了点云整体形状和局部细节生成精度,能够合理地生成具有细粒度语义结构的完整点云。
技术关键词
点云修复方法
跨模态图像
深度图
点云特征
局部结构特征
深度编码器
融合特征
人工智能无人机
图像编码器
多尺度
子模块
计算机视觉技术
语义结构
生成代表
分支
多层感知机
系统为您推荐了相关专利信息
支气管镜
图像配准方法
深度图
三维模型
实时图像
显示图像生成方法
彩色图像
图像处理方式
深度图图像
显示图像生成装置