申请/专利权人：浙江大学计算机创新技术研究院

申请日：2021-08-11

公开（公告）日：2023-10-24

公开（公告）号：CN113658236B

主分类号：G06T7/33

分类号：G06T7/33

优先权：

专利状态码：有效-授权

法律状态：2023.10.24#授权;2021.12.03#实质审查的生效;2021.11.16#公开

摘要：本发明公开了一种基于图注意力机制的残缺点云配准方法。构建残缺点云配准网络并训练，利用残缺点云配准网络对待测物体的目标点云和源点云处理获得旋转变换和平移变换结果，进而变换实现点云配准；使用多层感知机网络提取残缺点云的高维特征，使用图注意力机制增强这些高维特征对点云空间结构信息的捕获能力和对关键匹配点的注意力，在全连接层获得的残缺点云各自高维特征基础上构建点云虚拟匹配对应点；使用奇异值分解获得点云间的旋转变换和平移变换。本发明方法能够有效解决不完整对应残缺点云之间的配准问题，能提升配准算法对关键配准点的注意力，避免非对应点的干扰，对点云缺失、高噪声、任意初始对应位置等复杂环境具有较强的适用性。

主权项：1.一种基于图注意力机制的残缺点云配准方法，其特征在于：步骤1：构建残缺点云配准网络；步骤2：待测物体的目标点云和源点云输入到残缺点云配准网络后进行训练；步骤3：采集待测物体的目标点云和源点云，输入到训练后的残缺点云配准网络中，输出源点云和目标点云之间的旋转变换和平移变换结果，然后利用旋转变换和平移变换结果对待测物体的目标点云和源点云进行变换处理实现点云配准；所述的残缺点云配准网络包括两个感知注意力块、虚拟匹配点生成模块和奇异值分解操作；残缺点云配准网络以源点云和目标点云为输入，源点云和目标点云分别经各自的感知注意力块处理后获得点云特征矩阵，再将源点云和目标点云的点云特征矩阵均输入到虚拟匹配点生成模块获得两片残缺点云之间的虚拟匹配关系，再经过奇异值分解操作后获得两片点云之间的旋转坐标变换R和平移坐标变换t；每个感知注意力块均由多层感知机、图注意力机制模块、全连接层依次连接构成，源点云和目标点云先经过各自的多层感知机网络获得各自的n×512的点云特征，n表示点云中点的个数，然后经由图注意力机制模块增强点云特征对关键匹配点的感知能力进而输出源点云和目标点云各自的高层注意力特征，将源点云和目标点云的高层注意力特征均再经过全连接层FC获得各自的点云特征矩阵F1和F2，将两个点云特征矩阵F1和F2输入到虚拟匹配点生成模块获得点云之间的匹配关系矩阵，并结合源点云和目标点云获得虚拟匹配点对，将获得的虚拟匹配点对最后通过奇异值分解操作SVD算法对虚拟匹配关系处理得到两片点云之间的旋转坐标变换R和平移坐标变换t；所述的图注意力机制模块包括了三个全连接层、信息传递编码模块、注意力计算模块、元素相加操作；将源点云目标点云作为原始点云，经原始点云经过多层感知机网络获得的n×512的点云特征分别输入到三个全连接层中，三个全连接层中的权值不同，三个全连接层分别输出关键值K、初始值V、初步查询值Q’的三个参数，原始点云经信息传递编码模块获得点云空间结构信息，将点云空间结构信息和初步查询值Q’通过元素相加的方式处理获得查询值Q；将关键值K、初始值V和查询值Q共同输入到注意力计算模块中，注意力计算模块具体按下式计算获得高层注意力特征： 其中，ZQ,K,V表示高层注意力特征，dk表示关键值V的维度。

全文数据：

权利要求：

百度查询： 浙江大学计算机创新技术研究院 一种基于图注意力机制的残缺点云配准方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD