基于高维特征场与结构化张量分解的点云补全方法及系统

本发明提供了一种基于高维特征场与结构化张量分解的点云补全方法及系统，属于人工智能领域。包括通过一空间几何编码器，将稀疏点云所携带的几何信息编码并分布到三个相互正交的二维特征平面与一个三维特征网格之中，共同构成一保留了空间局部信息的高维特征场；对于空间的任意查询点，联合其空间坐标与高维特征场中采样的局部特征作为输入，驱动基于结构化张量分解的解码器，重建该查询点的几何属性值；连续几何场函数隐式地定义了补全后的三维表面，通过对该函数进行采样并提取其零等值面，完成对点云的补全。皆在克服在处理稀疏、残缺点云数据时，因信息瓶颈和缺乏几何先验而导致的补全质量不佳、宏观结构与微观细节难以兼顾的技术难题。