-
公开(公告)号:CN118396895A
公开(公告)日:2024-07-26
申请号:CN202410314833.9
申请日:2024-03-19
Applicant: 广东工业大学
IPC: G06T5/77 , G06T5/60 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/42 , G06V10/762 , G06N3/0464 , G06N3/0455 , G06N3/088
Abstract: 本发明提供一种基于多层注意力融合和边缘结构引导的叶片点云补全方法,包括:获取植物叶片三维点云数据集并进行预处理;建立叶片点云补全网络;将预处理后的植物叶片三维点云数据集输入建立的叶片点云补全网络中,利用预设的总损失函数引导所述叶片点云补全网络进行迭代训练;最后将待补全的植物叶片点云输入训练好的叶片点云补全网络中进行补全;本发明针对叶片整体结构,设计了带有注意力机制的编解码器,通过融合模块融合多层注意力加权特征,提升模型对叶片结构的感知能力,使网络能更好地完成叶片点云补全任务;针对叶片片状结构,设计了边缘损失函数用于指导模型学习叶片边缘信息,从而提高植物叶片形态研究的精度。