[1] 沙浩, 刘越, 王涌天, 等. 基于二维图像和三维几何约束神经网络的单目室内深度估计方法[J] ●●●●。光学学报, 2022, 42(19): 39-49. SHA H,LIU Y,WANG Y T,等.基于二维图像和三维几何约束的神经网络单目室内深度估计方法[J]。中国光学学报,2022,42(19):39-49。 [2] 闫鹏、魏等[J] 。计算机工程与应用, 2022, 58(3): 50-65. 胡春生,颜晓平,魏海霞,等.基于立体视觉的目标检测与轨迹预测综述[J]。计算机工程与应用,2022,58(3):50-65。 [3] 马建红, 王稀瑶, 陈永霞, 等. 自动驾驶中图像与点云融合方法研究综述[J] ●●●●。中国(理学版), 2022, 54(6): 24-33. 马建华,王晓英,陈燕霞,等.自动驾驶中图像与点云融合方法的研究综述[J]。郑州大学学报(科学版),2022,54(6):24-33。 [4] 张王, 高晓蓉, 李金龙, 等. 基于二步相移法的钢轨三维面形复原[J] ●●●●。激光与光电子学进展, 2022, 59(10): 1015003. 张伟,高晓瑞,李俊林,等.基于两步相移法的钢轨三维曲面重构[J]。激光与光电子进展,2022,59(10):1015003。 [5] 丁子轩, 张娟, 李想, 等. 基于注意力引导的轻量级图像超分辨率网络[J] ●●●●。激光与光电子学进展, 2023, 60(14): 95-103. 丁志霞,张杰,李霞,等。用于图像超分辨率的轻量级注意力引导网络[J]。激光与光电子进展,2023,60(14):95-103。 [6] CHARLES R Q,HAO S,MO K C,et al.PointNet:三维分类和分割的点集深度学习[C]//2017 IEEE计算机视觉和模式识别会议(CVPR),2017年7月21日至26日,美国夏威夷州檀香山。纽约:IEEE,2017:77-85。 [7] CHARLESR Q,LI Y,HAO S,et al.PointNet++:度量空间中点集的深度分层特征学习[C]//2008 IEEE神经信息处理系统国际会议,美国加利福尼亚州长滩,2017:5105-5114。 [8] YUAN W T,KHOT T,HELD D,et al.PCN:点完成网络[C]//2018年国际3D视觉会议(3DV),2018年9月5日至8日,意大利维罗纳。纽约:IEEE,2018:728-737。 [9] 黄Z,于毅,徐杰,等.PF-Net:用于三维点云完成的点分形网络[C]//2020 IEEE计算机视觉和模式识别会议,美国西雅图,2020:7662-7670。 [10] 林天勇,道拉·P,吉尔希克·R,等.用于目标检测的特征金字塔网络[C]//2017 IEEE计算机视觉与模式识别会议,2017:2117-2125。 [11] 张杰,陈X,蔡Z,等.基于GAN反演的无监督三维形状生成[C]//IEEE/CVF计算机视觉与模式识别会议论文集,2021:1768-1777。 [12] 孙娅楠, 林文斌. 梯度下降法在机器学习中的应用[J] ●●●●。苏州科技大学学报 (自然科学版), 2018, 35(2): 26-31. SUN Y N,LIN W B.梯度下降方法在机器学习中的应用[J]。苏州科技大学学报(自然科学版),2018,35(2):26-31。 [13] 文X,香P,韩Z,等.PMP-Net:通过学习多步点移动路径完成点云计算[C]//IEEE/CVF计算机视觉和模式识别会议论文集,2021:7443-7452。 [14] 文X,向平,韩忠,等.PMP-Net++:基于变换增强的多步点移动路径的点云补全[J]。IEEE模式分析和机器智能汇刊,2022,45(1):852-867。 [15] 唐J,龚Z,YI R,等.LAKe-Net:通过定位对齐的关键点完成拓扑感知点云[C]//IEEE/CVF计算机视觉和模式识别会议论文集,2022:1726-1735。 [16] TCHAPMI L I,KOSARAJU V,REZATOFIFIGHI H,et al.TopNet:结构化点云解码器[C]//IEEE/CVF计算机视觉与模式识别会议论文集,2019:383-392。 [17] YU L,LI X,FU C W,et al.PU-Net:点云上采样网络[C]//IEEE计算机视觉与模式识别会议论文集,2018:2790-2799。 [18] GROUEIX T,FISHER M,KIM V G等。学习3D表面生成的papier maché方法[C]//美国犹他州盐湖城2018年IEEE/CFF计算机视觉和模式识别会议论文集,2018:216-224。 [19] 王毅,孙燕斌,刘志伟,等.点云学习中的动态图形CNN[J]。ACM图形汇刊,2018,38(5):1-12。 [20] HANG W,MIAO Y,FU R C.利用多尺度特征融合和跨区域关注完成点云[J]。图像和视觉计算,2021,111:104193。 [21]HUA B S,TRAN M K,YEUNG S K.点态卷积神经网络[C]//IEEE计算机视觉与模式识别会议论文集,2018:984-993。 [22]CHIBANE J,ALLDIECK T,PONS-MOLL G。特征空间中用于3D形状重建和完成的隐函数[C]//2020 IEEE/CVF计算机视觉和模式识别会议论文集,美国华盛顿州西雅图,2020:6970-6981。 [23]谢海忠,姚海霞,周思聪,等.GRNet:稠密点云网格化残差网络完成[C]//第十六届欧洲计算机视觉会议论文集。苏格兰格拉斯哥:施普林格,2020年:365-381。 [24]王X,ANG M H,LEE G H.利用边缘生成实现基于Voxel的形状完成网络[C]//IEEE/CVF国际计算机视觉会议论文集,2021:13189-13198。 [25]VASWANI A,SHAZEER N,PARMAR N,et al.注意力是你所需要的一切[C]//第31届神经信息处理系统国际会议论文集。美国长滩:NIPS,2017:6000-6010。 [26]PAN X R,XIA Z F,SONG S J,et al.用点成形器进行三维物体检测[C]//2021 IEEE/CVF计算机视觉和模式识别会议论文集,美国田纳西州纳什维尔,2021:7463-7472。 [27]赵华生,姜磊,贾建英,等.点变压器[EB/OL]。[2021-06-20]. https://arxiv。org/pdf/2012。09164.pdf格式。 [28]YU X M,RAO Y M,WANG Z Y,et al.Pointr:使用几何软件变压器完成不同的点云计算[C]//2021年IEEE/CVF计算机视觉国际会议论文集,加拿大魁北克省蒙特利尔,2021:12478-12487。 [29]LIN J J,RICKERT M,PERZYLO A,et al.Pctmanet:点云变换器与基于变形地图集的点生成网络,用于密集点云完成[C]//IEEE/RSJ智能机器人与系统国际会议论文集,布拉格,捷克共和国,2021:5657-5663。 [30] 麻卫峰, 王金亮, 张建鹏, 等. 一种改进法向量估算的点云特征提取[J] ●●●●。测绘科学, 2021, 46(11): 84-90. 马伟夫,王立杰,张建平,等.基于改进法向量的点云特征提取[J]。测绘科学,2021,46(11):84-90。 [31]ACHLIOPTAS P,DIAMANTI O,MITLIAGKAS I,et al.三维点云的学习表示和生成模型[C]//国际机器学习会议,2018:40-49。 [32] 曾安, 彭杰威, 刘畅, 等. 基于多尺度几何感知 变压器的植物点云补全网络[J] ●●●●。农业工程学报, 2022, 38(4): 198-205. 曾安,彭建伟,刘C,等.基于多尺度几何软件点变换器的植物点云完备网络[J]。中国农业工程学会学报,2022,38(4):198-205。 [33] 鹏南,徐冬冬[J] ●●●●。激光与光电子学进展, 2021, 58(24): 164-173. 刘鹏,徐东东,白崇明.基于尺度不变特征变换的异构图像配准方法[J]。激光与光电子进展,2021,58(24):164-173。 [34]FAN H,HAO S,GUIBAS L.从单个图像重建三维物体的点集生成网络[C]//IEEE计算机视觉和模式识别会议(CVPR),2017年。 [35]张A X,FUNKHOURSER T,GUIBAS L,等.形状- Net:一个信息丰富的三维模型库[J]。arXiv:1512.030122015年。 [36]周杰,王赫,魏杰,等.基于PAM8的光互连多项式非线性均衡器的自适应矩估计[J]。光学快报,2019,27(22):32210-32216。 [37]WU S,LI G,DENG L,等.用于深度神经网络有效训练的L1-形式批量归一化[J]。IEEE神经网络和学习系统汇刊,2018,30(7):2043-2051。 [38]ZENG Z,HUANG T,ZHENG W X.时变时滞递归神经网络和分段线性激活函数的多稳定性[J]。IEEE神经网络汇刊,2010,21(8):1371-1377。 [39]赵毅,BIRDAL T,DENG H,等.三维点胶囊网络[C]//IEEE/CVF计算机视觉与模式识别会议论文集,2019:1009-1018。 [40]湘平,温X,刘永生,等.雪花网:用skip-transformer进行雪花点反褶积的点云补全[C]//IEEE/CVF国际计算机视觉会议论文集,2021:5499-5509。 |