一种基于对称性的深度学习斗拱点云补全方法

本发明公开了一种基于对称性的深度学习斗拱点云补全方法，包括将数据预处理后的现有完整斗拱点云数据在划分左右区域后作为训练样本输入到深度学习网络模型中对其进行训练；将数据预处理后的不完整斗拱点云数据输入到训练好的深度学习网络模型中提取对称性参数确定对称平面，基于对称平面将不完整斗拱点云数据划分为左右区域，根据对称性参数在左右两侧区域中提取对称特征点，将从对称特征点中提取的全局特征与从对称特征点邻域范围内的局部点集中提取的局部特征进行融合，引入对称敏感注意力机制指导特征权重分配过程，实现不完整斗拱点云数据补全。优点是：通过结合对称敏感注意力机制与深度学习模型，实现了对不完整点云的高精度补全。