一种从不完整的观测数据中构建三维形状的方法

本发明公开一种从不完整的观测数据中构建三维形状的方法，首先，设计了自适应冻结混合采样模块(AFSM)，根据结构敏感性自适应保留关键几何点，有效提升特征编码的稳定性与表达能力。其次，引入跨分辨率多尺度注意力增强变换器(MS‑CRAFT)，在多层语义空间中进行特征交互融合，增强跨尺度上下文信息的一致性与细节表达能力。最终，通过级联点云细化生成器逐步自底向上进行高分辨率点云重建，从稀疏种子点逐层恢复完整结构与局部细节。通过在PCN数据集上进行对比、消融实验进行评估，结果表明本发明在多个类别上均优于现有主流方法，特别是在处理复杂形状与高缺失率点云方面表现出更高的补全精度和几何还原能力。