基于動態(tài)圖卷積的點(diǎn)云補(bǔ)全網(wǎng)絡(luò) | |
所屬分類:技術(shù)論文 | |
上傳者:zhoubin333 | |
文檔大小:4011 K | |
標(biāo)簽: 圖像處理 三維點(diǎn)云 卷積神經(jīng)網(wǎng)絡(luò) | |
所需積分:0分積分不夠怎么辦? | |
文檔介紹:大多數(shù)傳統(tǒng)的深度學(xué)習(xí)點(diǎn)云補(bǔ)全學(xué)習(xí)方法僅僅使用了全局特征而忽略了局部特征,為了更好地提取和使用點(diǎn)云的局部特征,提出了一個(gè)基于深度學(xué)習(xí)的端到端點(diǎn)云補(bǔ)全網(wǎng)絡(luò)。在點(diǎn)云補(bǔ)全網(wǎng)絡(luò)(PCN)的基礎(chǔ)上,編碼部分引入針對局部特征改進(jìn)的動態(tài)圖卷積(DGCNN),使用多個(gè)不同維度的邊卷積提取較為豐富的局部特征,并按照距離弱化遠(yuǎn)點(diǎn)的特征;然后用深度殘差網(wǎng)絡(luò)連接的思想優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)以實(shí)現(xiàn)多尺度特征的融合,并加入平均池化彌補(bǔ)全局池化造成的信息損失;在解碼部分引入折疊網(wǎng)絡(luò)(FoldingNet),使輸出的點(diǎn)云更加完整。實(shí)驗(yàn)結(jié)果表明,該點(diǎn)云補(bǔ)全網(wǎng)絡(luò)相對PCN等點(diǎn)云補(bǔ)全網(wǎng)絡(luò)有部分提升,驗(yàn)證了新方法的有效性。 | |
現(xiàn)在下載 | |
VIP會員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2