基于生成对抗自关注的点云补全网络

摘要

目的:基于生成对抗网络,构建带有自关注机制的模型用于三维点云补全。方法:首先用多层感知机对点云进行特征提取,再将结果输入自关注模块,得到表征特征内部相关性的特征向量,最后利用特征金字塔模块生成点云的缺失部分。结果:与其他点云补全方法在Shape-Net数据集上进行实验比较,本文所提方法对完整点云补全的预测点到真实点和真实点到预测点平均误差分别降低了0.2%~70%和9%~74%,且在超过一半的物体类别上,补全精度都有显著提高。结论:表明基于生成对抗自关注机制的模型在点云补全任务中具有有效性。