龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安交通大学
摘要：本发明属于三维点云处理技术领域，涉及一种基于多视图特征的三维点云形状识别方法，包括：1获取点云数据与相应的分类标签；2对原始点云进行预处理并得到数据增强后的点云和多视角深度图；3构建包含点云和投影分支的分类模型；在点云分支中，将与采样点具有相似语义内容的点云聚类到同一类中，并采用多头自注意力计算每个聚类内的局部注意力，捕获点云长距离依赖关系；在投影分支中，多个不同视角的深度图像经过一个浅层卷积网络来生成判别特征；4训练分类模型；5完成三维点云形状识别分类；本发明结合点云局部特征和全局深度图特征，捕获长距离依赖关系，能够高效地实现点云形状识别分类准确性和鲁棒性。
主权项：1.一种基于多视图特征的三维点云形状识别方法，其特征在于，包括以下步骤：步骤S1、获取三维点云的公开分类数据集与对应的分类标签；步骤S2、数据预处理；对步骤S1获取数据集中的点云进行增强处理，随后将增强处理得到的点云进行投影，并生成多视角深度投影图；步骤S3、构建分类网络结构；依序构建点云分支模块、构建投影分支模块，随后将构建点云分支模块得到的点云局部特征，经过最大池化处理后，与构建投影分支模块得到的多视图全局特征进行拼接，拼接后的特征通过分类器进行聚合，最终得到三维形状分类的预测结果；步骤S4、训练分类模型；利用步骤S2得到的样本数据集训练步骤S3构建完成的分类模型，使用交叉熵损失函数得到损失值，并使用随机梯度下降法更新模型内的参数，直至损失值趋于稳定，得到训练好的分类模型；步骤S5、完成测试：使用步骤S4训练好的分类模型完成对测试点云数据集的推理，得到点云数据的推理结果。
全文数据：
权利要求：
百度查询： 西安交通大学 一种基于多视图特征的三维点云形状识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号