基于動態(tài)圖卷積的點云補全網絡
所屬分類：技術論文
上傳者：zhoubin333
文檔大?。?span>4011 K
標簽： 圖像處理 三維點云 卷積神經網絡
所需積分：0分積分不夠怎么辦？
文檔介紹：大多數傳統(tǒng)的深度學習點云補全學習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云的局部特征，提出了一個基于深度學習的端到端點云補全網絡。在點云補全網絡（PCN）的基礎上，編碼部分引入針對局部特征改進的動態(tài)圖卷積（DGCNN），使用多個不同維度的邊卷積提取較為豐富的局部特征，并按照距離弱化遠點的特征；然后用深度殘差網絡連接的思想優(yōu)化網絡結構以實現(xiàn)多尺度特征的融合，并加入平均池化彌補全局池化造成的信息損失；在解碼部分引入折疊網絡（FoldingNet），使輸出的點云更加完整。實驗結果表明，該點云補全網絡相對PCN等點云補全網絡有部分提升，驗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；重復下載不扣分，本人上傳資源不扣分。