目录 3.3 点云预处理 3.3.1 点云下采样 3.3.2 邻近点聚合 3.4 点云卷积网络编码器 3.4.1 点云深度卷积神经网络 PointConv 3.5 生成器 3.6 损失函数 3.7 实验 3.7.1 数据集 3.7.2 实验环境 3.7.3 实验结果与分析 基于树状生成器的多尺度点云补全算法 4.1 网络结构 4.2 树状生成器 TreeGAN 4.2.1 树形卷积 4.3 上采样 4.4 模型损失 4.5 实验 4.5.1 实验配置及训练参数设置 4.6 实验数据以及预处理 4.6.1 模型训练 4.6.2 与其他方法对比 4.6.3 鉴别器分析 4.6.4 生成器分析 本文篇幅较长,分为上下两篇,上篇详见三维点云数据的补全 3.3 点云预处理 点云数据点可以多达 100000 个,如果对每个点都进行特征提取,操作复杂度高ÿ