一种基于DFG-PCN模型的点云补全方法

本发明公开了一种基于DFG‑PCN模型的点云补全方法，涉及点云补全领域，包括以下步骤：通过特征提取模块对输入点云P进行分层特征提取，生成形状特征向量f、下采样点云Pp及点特征向量Fp；通过种子生成模块融合所述形状特征向量f、下采样点云Pp及点特征向量Fp，生成低分辨率种子点云P0；将种子点云P0输入至少一个可变度点图模块，生成逐级提升的高分辨率点云Pi；在多阶段生成点云上施加Chamfer距离监督损失，逐步优化点云补全结果。该方法通过自适应连接度分配、双图结构协同与跨尺度注意力融合，在提升关键区域重建精度的同时增强了多尺度特征表达与整体几何一致性。