通过多阶段和多视图方法进行低质量点云去噪

《TRENDS IN FOOD SCIENCE & TECHNOLOGY》：Bridging Multi-Stages and Multi-Views for Low-quality Point Cloud Denoising

　　

吴晨|姜秋萍|范呵呵|黄超|王春茂|常晓军|杨毅

• •
  一种新颖的点云去噪框架（BSV-PCD），该框架结合了多阶段交互和多视图学习机制，以实现强大的去噪效果。
• •
  一个跨阶段交互（CSI）模块，能够促进各阶段之间的有效信息流动，提升结构一致性和表示质量。
• •
  一种点-体素自适应卷积（PVAConv）算法，能够模拟多种几何关系，并支持互补的多视图特征学习。
• •
  我们提出了一种点-体素融合（PVI）操作，能够实现基于点和基于体素的表示之间的可靠融合。
• •
  大量实验表明，该框架在去噪性能上具有显著优势，并且在下游3D任务中也有明显改进。