摘要
本发明属于三维表面重建技术领域,具体涉及一种基于多尺度融合的鲁棒三维表面重建方法。获取三维点云数据,采用加权最小二乘法对邻域点的局部隐式曲面进行拟合,生成几何重建网格模型;并通过多尺度卷积提取不同感受野下的几何特征,引入通道注意力、空间注意力与门控机制对不同感受野下的几何特征进行加权融合,采用特征混合操作增强全局依赖关系,生成深度学习网格模型;将几何重建网格模型和深度学习网格模型进行双分支融合,突出几何敏感区域,得到融合后的增强特征;将融合后的增强特征输入至隐式函数解码器,预测各顶点的有符号距离函数值;基于预测的有符号距离函数场,采用等值面提取算法生成三角网格模型,从而完成三维表面重建。
技术关键词
三维表面重建方法
三维点云数据
生成深度学习
加权最小二乘法
邻域
通道注意力机制
三角网格模型
多尺度感知
三维表面重建技术
联合损失函数
全局平均池化
解码器
非线性
多层感知机
曲面
顶点
系统为您推荐了相关专利信息
线路运行状态
间隔棒
传感
无线组网单元
运动特征
暗电流噪声
图像优化方法
参数优化模型
图像优化装置
像素点
无人机
协同路径规划方法
车辆
邻域
模拟退火算法