MP-Net：融合多尺度特征的LiDAR点云补全

赵 立培
华北水利水电大学

摘要


提取丰富特征信息和生成精细化缺失点云是 LiDAR点云补全面临的两个挑战。目前点云补全网络模型只关
注全局特征，造成了特征单一、不全面问题，本文提出了一个基于MLP的多池化特征融合的 LiDAR点云补全网络
MP-Net。首先主干网络采用 PF-Net，网络将输入点云采样为三种不同尺度的点云，利用基于MLP改进的MPMLP
获取不同层次特征进行递归融合，形成最终特征向量并输出。最终特征向量信息与网格数据，通过折叠操作来恢复
缺失的点云，并逐级实现点云数据的完整补全。该方法在 ShapeNet-Part数据集上的结果证明，精度有不错的表现同
时也保持了较低的参数量和计算量，为精准地补全缺失物体提供了有力支持。

关键词


LiDAR点云；点云补全；PF-Net；折叠操作

全文:

PDF


参考


[1]杨晓文，冯泊栋，韩慧妍，等.结合通道剪枝和

通道注意力的轻量型车辆点云补全网络 [J/OL].计算机工

程与应用，1-14[2024-12-25].http：//kns.cnki.net/kcms/

detail/11.2127.TP.20240228.1733.029.html.

[2]李瑞鹏.基于未知物体点云补全的 6-DoF抓取

策略及优化方法研究 [D].哈尔滨工业大学，2023.DOI：

10.27061/d.cnki.ghgdu.2023.001104.Qi C R，Su H，Mo K，

et al.

[3]Pointnet: Deep learning on point sets for 3d

classification and segmentation[C]//Proceedings of the IEEE

conference on computer vision and pattern recognition. 2017:

652-660.

[4]Qi C R, Yi L, Su H, et al. Pointnet++: Deep hierarchical

feature learning on point sets in a metric space[J]. Advances in

neural information processing systems, 2017, 30.

[5]Fu, Z., Wang, L., Xu, L., Wang, Z., Laga, H., Guo,

Y., ... & Bennamoun, M. (2023). VAPCNet: ViewpointAware 3D Point Cloud Completion. In Proceedings of the

IEEE/CVF International Conference on Computer Vision

(pp. 12108-12118).

[6]陈晓雷，王荣.多分支多尺度点云补全网络 [J/OL].

计算机工程，1-12[2024-12-25].https：//doi.org/10.19678/

j.issn.1000-3428.0068960.

[7]Lyu Z, Kong Z, Xu X, et al. A conditional point

diffusion-refinement paradigm for 3D point cloud

completion[C]//International Conference on Learning

Representations, 2022.

[8]刘沥文，杨卫东.SVDMamba： 基于双路径

Mamba架构的点云补全模型 [J/OL].计算机应用与软件，

1-9[2024-12-25].http：//kns.cnki.net/kcms/detail/31.1260.

TP.20240729.1430.002.html.

[9]尤磊，孙毅安，常潇洒，等.基于注意力机制的

树木点云补全网络 [J/OL].计算机辅助设计与图形学学报，

1-10[2024-12-25].http：//kns.cnki.net/kcms/detail/11.2925.

tp.20241029.1555.066.html.


Refbacks

  • 当前没有refback。