龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国科学院自动化研究所
申请日：2024-04-07
公开（公告）日：2024-06-21
公开（公告）号：CN118229798A
主分类号：G06T7/80
分类号：G06T7/80;G06T7/77;G06N3/0455;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本申请属于一种视点生成方法，针对目前对三维待检对象进行相机视点确定时，获取相机观测轨迹的方法存在耗时耗力，通用性差，复杂度高，难以适应工业流水线速度要求的技术问题，提出一种基于深度学习的视点生成方法及相关装置，通过点云关键点预测网络获取关键点概率，基于深度学习的方法生成视点，效率高，通用性强，只要能够采集物体的点云即可，对二维物体和三维物体均适用。计算关键点概率最大的点对应的视点，记作预测视点，再根据相机的成像约束，计算预测视点覆盖区域，同时得到未覆盖区域，再次在未覆盖区域生成视点，不需要人工考虑视点的选取，可以覆盖所有区域，能够适应工业流水线速度要求，省时省力。
主权项：1.一种基于深度学习的视点生成方法，其特征在于，包括：S1，将目标物体表面点云输入训练好的点云关键点预测网络，得到关键点概率；所述点云关键点预测网络包括编码器和解码器；所述编码器，用于以点云作为输入，以高层语义特征作为输出；所述解码器，用于以高层语义特征作为输入，以预测的每个点的关键点概率为输出；S2，计算关键点概率最大的点对应的视点，记作预测视点；S3，根据相机的成像约束，计算预测视点覆盖区域，同时得到未覆盖区域；S4，针对所述未覆盖区域的点云，返回步骤S2，直至目标物体表面点云中所有点均被覆盖。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 一种基于深度学习的视点生成方法及相关装置
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