国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:陈晓雷, 王荣
单位:1. 兰州理工大学电气工程与信息工程学院,甘肃 兰州 7300502. 兰州理工大学甘肃省工业过程先进控制重点实验室, 甘肃 兰州 7300503. 兰州理工大学电气与控制工程国家级实验教学示范中心,甘肃 兰州 730050
关键词:点云补全,多分支,多尺度,特征融合,细节保持
基金:国家自然科学基金(61967012)
现有点云补全网络无法同时提取高质量的点云全局特征和局部特征,丢失点云细节信息与坐标信息。为此,提出一种基于多分支多尺度特征融合的点云补全网络,该网络的核心创新在于分层渐进式特征提取与融合机制。在编码阶段,该网络首先通过联合特征提取模块(JFEM),对输入的三种不同分辨率的点云数据进行多尺度特征学习,依次提取包含丰富语义信息的全局特征和精细的局部特征,以最大化保留关键信息,然后利用细节保持池化(DP-Pool)模块对特征进行降维,避免传统池化操作造成的细节损失,并结合多分支编码结构实现全局与局部特征的高效融合,确保不同尺度的特征能够互补增强。在解码阶段,该网络通过点云重构(PCR)模块逐步恢复点云的几何结构,并利用多分支解码结构对不同层次的特征进行精细化上采样,最终生成高保真、高密度的补全点云。实验结果表明,所提网络的性能优于目前先进的10种点云补全网络,能进一步提高点云补全质量。
来源:2025年第8期
《计算机工程》期刊编辑部