文献类型：会议论文

中文题名：基于深度学习方法的三维点云上采样技术

作者：苏翊舟;王训伟;齐广浩;雷保珍;贯怀光

第一作者：苏翊舟

机构：[1]北京市信息服务工程重点实验室;[2]北京联合大学北京市智能机械创新设计服务工程技术研究中心;[3]中汽研(天津)汽车工程研究院有限公司

第一机构：北京市信息服务工程重点实验室

会议论文集：中国计算机用户协会网络应用分会2022年第二十六届网络新技术与应用年会论文集

会议日期：20221210

会议地点：中国北京

语种：中文

中文关键词：三维点云;点云修复;点云上采样;神经网络

摘要：随着传感器和深度学习的火热发展,以往难以获取的三维点云数据也成为了表示三维物体的主要方式之一。但点云数据极易受到获取方式、获取环境、人为因素等不可控的原因所影响,因此原始的点云数据不可直接使用,故对原始点云数据进行补全修正就变得十分重要,而在点云补全的任务中上采样占有着十分必要的地位。文中详细介绍了各种点云修复中上采样技术的常用方法,并总结了经典的网络,然后介绍了部分常用的数据库,探讨了所面临的挑战和未来的发展趋势。