一种基于动态图卷积和注意力机制的点云补全方法

    公开(公告)号:CN114693873A

    公开(公告)日:2022-07-01

    申请号:CN202210315804.5

    申请日:2022-03-29

    摘要: 本发明介绍了一种基于动态图卷积和注意力机制的点云补全方法,其包括:步骤S1、使用动态图卷积技术进行特征提取;步骤S2、结合注意力池化方法和最大池化方法的进行特征聚合;步骤S3、局部缺失空间目标特征补全与重建。本申请通过定义点云邻域和更新动态邻域图,然后结合动态邻域图进行点云的更新和密集连接;并使用注意力池化和最大池化结合的多通道方式进行点云的特征聚合,高效完成了缺失点云的补全,最大程度地保留和恢复了输入点云的细节和几何结构;而且本申请提出了一个一阶段模式的网络模型,融合了点云的逐点特征和全局几何特征,在特征空间上对点云进行补全,对特征进行扩张与细化,以此重建完整点云,进而直接输出完整的点云。