无监督植物点云补全模型

复杂结构精准补全

针对植物点云的自遮挡与复杂几何，通过关键点采样和区域感知对比损失，在无监督范式下实现高精度补全，无需任何标注数据。

Xiaomeng, Li · Fei, Li · Yanhao, Ding · Haoxiang, Sun · 李振波

Computers and Electronics in Agriculture 2025

参数信息

CDL2 指标提升

15.73 %

技术优势

无需标注数据

模型基于自监督编码器-解码器范式构建，不依赖任何人工标注，即可完成点云补全。

复杂结构补全更准

引入关键点下采样策略与几何感知注意力模块，有效捕获植物点云中几何结构复杂的区域，提升细节补全精度。

自监督学习更高效

提出的 Region-Aware Contrastive Distance 提供精确的监督信息，使模型在自监督框架下完成更精准的补全。

应用场景

• 智能农业：补全作物点云数据，支撑智能育种与生长监测的精准表型获取。
• 植物表型分析：恢复自遮挡造成的缺失部位，为器官分割和表面重建奠定高质量输入。
• 3D点云数据处理：作为无监督补全模块嵌入现有流程，无需标注数据即可提升点云完整性。