期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于PRPNet的三维表面重建方法
1
作者 雷懂 宋俊锋 叶振 《软件工程》 2024年第6期59-62,67,共5页
隐式神经网络用于三维表面重建时,存在重建物体的结构不准确、表面缺乏局部细节等问题,针对此问题,文章提出了一种基于PRPNet(点云残差编码网络)的三维表面重建方法。首先采用更深的网络结构且加入残差模块挖掘点云潜在的结构信息,加入P... 隐式神经网络用于三维表面重建时,存在重建物体的结构不准确、表面缺乏局部细节等问题,针对此问题,文章提出了一种基于PRPNet(点云残差编码网络)的三维表面重建方法。首先采用更深的网络结构且加入残差模块挖掘点云潜在的结构信息,加入PointMateBase模块,以增强局部细节表示能力;其次使用特征权重网络获取查询点的占用概率;最后通过区域增长的Marching Cubes算法提取三维表面。实验结果表明,PRPNet模型在ShapetNet和Synthetic Rooms数据集上的精度较DpConvONet模型相应数据集上的精度分别提升了2.5百分点和2.6百分点,能够有效提升三维表面重建性能。 展开更多
关键词 三维表面重建 隐式神经网络 点云 残差模块 PointMateBase模块 特征权重网络 Marching Cubes算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部