摘要
本发明公开了一种基于多模态层次化特征的三维点云补全模型的构建及补全,包括:对输入点云进行投影,得到多视角深度图;构建三维点云补全模型;将输入点云和多视角深度图作为输入,将完整点云作为输出,以Chamfer Distance为损失函数,对构建的三维点云补全模型进行训练,得到训练好的三维点云补全模型;通过ResNet18网络提取多视角深度图语义特征,并与DGCNN提取的点云几何特征在编码阶段通过多头交叉注意力机制实现有效融合,同时,引入编码器,分别在浅层捕捉局部几何细节,在深层显式融合语义信息并保持特征一致性,解码器在融合特征基础上重建缺失区域,实现高质量点云补全,解决了现有点云补全方法中几何细节恢复不足、缺失区域补全能力弱的技术问题。
技术关键词
点云
模型构建方法
深度图
多模态
多视角
融合特征
编码器
融合语义信息
交叉注意力机制
卷积模块
解码器
高层次
补全方法
语义特征
网络
跨模态
系统为您推荐了相关专利信息
检测奶粉
智能检测方法
BP神经网络模型
多模态
因子
荔枝树
数字化重构方法
点云地图
采集设备
对象识别
占据栅格地图
移动机器人位姿
动态物体
运动状态信息
点云