基于深度学习的三维点云修复技术综述
基于深度学习的三维点云修复技术综述
复制标题
DOI：
10.3724/sp.j.1089.2021.18817
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
郭延文
中科院分区：
文献类型：
--
作者：
刘彩霞;魏明强;郭延文
三维点云是最常用的三维场景/物体表示方法之一.根据点云修复侧重点不同,将基于深度学习的三维点云修复技术划分为密集重建、补全重建和去噪重建3类;详细分析了相关典型修复模型及关键技术,如特征编码、特征扩展和损失函数设计;总结了常用的网络模块、点云数据集和评估准则;最后讨论了3类修复技术之间的关系,并从旋转不变性特征提取、细节信息修复、拓扑关系保持、几何算法应用和多模态数据融合5个方面探讨了点云修复技术面临的挑战及未来发展趋势.