公开(公告)号：CN116503552A

公开(公告)日：2023-07-28

申请号：CN202310404149.5

申请日：2023-04-14

Applicant: 中国地质大学(武汉)

Inventor： 张德军 ,  王杨 ,  徐战亚 ,  吴亦奇

IPC: G06T17/00 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明提供了一种基于多尺度特征融合的由粗到精点云形状补全方法，包括：第1阶段，生成点云骨架：从残缺点云X中提取全局特征通过多层感知机补全出一个粗糙的点云Ycoarse，将其作为完整点云的骨架；第2阶段，精炼几何特征：利用完整点云的骨架Ycoarse和残缺点云X学习到多尺度局部几何特征融合全局特征和局部几何特征将融合之后的特征逐步进行上采样并通过多层感知机生成精细的完整点云Y′。本发明的有益效果是：有效利用不同特征的优势，提高了点云补全神经网络的精度；基于深度学习图卷积神经网络，提高了点云补全结果的精度。