GAC-Net:基于几何和注意力的深度补全网络
📝
内容提要
本研究针对现有深度补全方法未能充分利用3D几何信息的问题,提出了一种结合通道注意力机制和3D全局特征感知的深度补全网络CGA-Net。该方法通过利用PointNet++提取全局3D几何特征,并设计多模态特征融合模块,显著提高了复杂边界和稀疏区域的深度补全质量,在KITTI数据集上实现了新的最优性能。
本研究针对现有深度补全方法未能充分利用3D几何信息的问题,提出了一种结合通道注意力机制和3D全局特征感知的深度补全网络CGA-Net。该方法通过利用PointNet++提取全局3D几何特征,并设计多模态特征融合模块,显著提高了复杂边界和稀疏区域的深度补全质量,在KITTI数据集上实现了新的最优性能。