论文精读:PF-Net: Point Fractal Network for 3D Point Cloud Completion

论文地址:https://arxiv.org/pdf/2003.00410.pdf

PF-Net概述

点云补全:由于扫描或者距离的原因导致点云局部缺失,对其进行补全

论文精读:PF-Net: Point Fractal Network for 3D Point Cloud Completion_第1张图片

核心思想:首先重构其骨架,然后重构其细节特征

整体网络模型:整体网络模型采用GAN网络结构,首先使用生成器生成缺失的点,然后使用判别器对生成的点进行评估。生成器由ecoder和decoder组成,对于ecoder,作者认为pointnet++最终返回的只有最后一层的近似的全局特征,因此,作者提出了CMLP,即将浅层的局部特征和深层的全局特征进行融合。对于decoder,作者使用了FPN的结构,浅层用于生成骨架,

你可能感兴趣的:(3D点云实战,人工智能,深度学习,计算机视觉,神经网络)