公开(公告)号：CN118644620A

公开(公告)日：2024-09-13

申请号：CN202410831939.6

申请日：2024-06-26

申请人： 西北大学 ,  高健

发明人： 耿国华 ,  高健 ,  师秦高雪 ,  陈栩旭 ,  周蓬勃 ,  张雨禾 ,  周芯羽

IPC分类号： G06T17/00 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/042

摘要： 本发明属于计算机图形图像处理技术领域，公开了一种基于图注意力的点云补全方法，首先对受损点云进行下采样，提取点云的局部特征的特征并生成图索引。接着使用图注意力通过自适应加权特征来增强局部和全局特征的融合，最后使用最大池化以获得全局特征。然后使用转置卷积将全局特征转换为特征图，并通过多层感知器和外部注意力机制来预测完整点云(粗点云)的种子点，为后续精细点云提供基础。最后使用基于多层状态空间模型的点云上采样层来生成精细点云，对于点云上采样模块的每一层，它都将前一层生成的点云和特征作为输入，逐渐输出更详细的点云。实验结果表明，本发明可以通过利用现有的破损点云数据，生成详细且结构准确的补全结果，以用于文物保护、制造业、自动驾驶等领域。

公开(公告)号：CN118941599A

公开(公告)日：2024-11-12

申请号：CN202410508125.9

申请日：2024-04-25

申请人： 西北大学

发明人： 耿国华 ,  高健 ,  安丽 ,  周蓬勃 ,  张雨禾 ,  任勇 ,  周芯羽 ,  邹林波

IPC分类号： G06T7/33

摘要： 本发明属于计算机图形图像处理技术领域，公开了一种基于内外点分类的局部到全局的点云配准方法。本发明通过深度学习的内外点分类的点云配准网络框架，能够有效处理局部到全局点云配准中的噪声、异常值和低重叠率等挑战；利用本发明在特征提取之前引入的局部坐标系，并以简单有效的方式消除局部坐标系的符号模糊性。可以通过局部参考系对齐源点云和目标点云中关键点的局部区域，提高了模型的精度；利用本发明引入的相似性矩阵增强模块，使用外部存储单元来存储源点云和目标点云之间的相似性关系。在训练过程中，通过梯度计算和反向传播来纠正初始的错误对应关系，实现低重叠率情况下的点云配准。经过本发明的实验，与现有的方法相比，定性和定量实验结果验证了该方法的优越性和可行性。