一种框架细节增强的深度学习点云补全方法
授权
摘要
本发明公开了一种基于框架细节增强的深度学习点云补全方法，通过充分利用形状框架和细节之间的相互联系来更好地进行点云补全。该网络包含了一个框架‑细节Transformer模块，其中包含交叉注意力层和自注意力层，以充分探索从局部细节到全局形状的相关性，并利用它来增强整体形状框架。本发明不仅能够增强点云补全的细节和整体的准确度。
基本信息
专利标题 ：
一种框架细节增强的深度学习点云补全方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298946A
申请号 ：
CN202210229519.1
公开（公告）日 ：
2022-04-08
申请日 ：
2022-03-10
授权号 ：
CN114298946B
授权日 ：
2022-06-14
发明人 ：
肖春霞张文逍周华健罗飞
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山武汉大学
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
齐晨涵
优先权 ：
CN202210229519.1
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06V10/42 G06V10/44 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-06-14 ：
授权
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
