基于多分支结构的点云补全网络

• 作者: 罗开乾 朱江平 周佩 段智涓 荆海龙
• 来源期刊: 激光与光电子学进展
• 关键词: 图像处理 形状补全 深度卷积网络 多分支结构
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 图像处理|Image Processing
• 页码范围: 201-208
• 页数: 8页
• 分类号: TP242
• 语种: 中文
• DOI: 10.3788/LOP57.241019

摘要

点云是一种重要的三维表达方式,在计算机视觉和机器人领域都有着广泛的应用.由于真实应用场景中存在遮挡和采样不均匀等情况,传感器采集的目标物体点云形状往往是不完整的.为了提取点云的特征和补全目标点云,提出了一种基于多分支结构的点云补全网络.编码器从输入信息中提取局部特征和全局特征,解码器中的多分支结构将提取的特征转换成点云,以得到目标物体完整的点云形状.在ShapeNet和KITTI数据集以及不同残缺比例、不同几何形状的情况下进行实验,结果表明,本方法可以很好地补充目标缺失的点云,得到完整、直观、真实的点云模型.