MF-Net：结合残差网络的多尺度特征点云补全网络

来源：计算机工程与应用杂志2023年第22期北京时间：

作者：邱云飞, 赵静, 方立

单位：1.辽宁工程技术大学 软件学院，辽宁 葫芦岛 125100；2.中国科学院海西研究院泉州装备制造研究中心 遥感信息工程实验室，福建 泉州 362216

摘要：针对目前点云补全网络只关注全局特征造成的语义信息丢失问题，提出了一个基于残差网络的多尺度特征提取的点云补全网络。网络采用端到端的思想，为避免单一特征不全面问题，将原始输入采样为三种不同尺度的点云；利用级联方式递归式融合不同方法提取的低分辨率点云的全局特征和原始点云的局部特征，形成特征向量并输入全连接网络，实现粗点云的预测；将拼接后的原始点云和粗点云送入精细重构单元，再在精细重构单元中融合注意力机制并利用残差网络进行由粗略到精细的补全；通过计算粗点云、稠密点云与真实点云之间的联合损失函数以提高补全性能。在ShapeNet数据集和KITTI数据集上的实验证明，无论是定性比较还是定量比较，提出的方法对残缺点云均具有较好的补全效果，同时也体现了该方法具有泛化能力。

关键词：3D点云,点云补全,多尺度特征,注意力机制,残差网络