首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于亲疏度矩阵的点云特征提取方法 

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:丽水学院

摘要:本发明公开了一种基于亲疏度矩阵的点云特征提取方法,包括:使用分层卷积来学习点云的分层表示,在输入时,将点坐标映射到曲率空间上去,经过第一层的卷积之后得到空间曲率特征作为后续的输入;利用输入的点集合构建基于欧式内积的亲疏度矩阵,并计算得出一个变换矩阵;通过变换矩阵对每一层的输入进行变换使无序输入转变为有序输入。本发明将在输入时将点坐标映射到曲率空间上去防止空间旋转带来的影响,并以此作为后续的输入;同时,基于欧式内积构建K邻域内的亲疏度矩阵来反映点与点之间的亲疏关系,并以此矩阵计算得到变换矩阵对输入的数据变换使无序输入转变为有序输入。

主权项:1.一种基于亲疏度矩阵的点云特征提取方法,其特征在于,包括:步骤1:使用分层卷积来学习点云的分层表示,在输入时,将点坐标映射到曲率空间上去,经过第一层的卷积之后得到空间曲率特征作为后续的输入;步骤2:利用输入的点集合构建基于欧式内积的亲疏度矩阵,并计算得出一个变换矩阵;所述步骤2具体为:通过找出代表点最邻近的K个点形成一个K邻域,根据K邻域内点的相对关系构建一个K×K的亲疏度矩阵L,再计算亲疏度矩阵L的特征向量矩阵作为变换矩阵,以此矩阵对输入的数据进行变换解决置换不变性问题;在亲疏度矩阵L的构建上,采用两点之间的欧式内积来反映点与点之间的亲疏关系;定义亲疏度矩阵L如下所示: 其中,P是各个点,*代表内积,K是邻域大小;亲疏度矩阵L依赖于各点之间的内积关系,与各点自身的坐标及点之间的位置没有关系,因此亲疏度矩阵L是空间旋转不变的;步骤3:通过所述变换矩阵对每一层的输入进行变换使无序输入转变为有序输入。

全文数据:

权利要求:

百度查询: 丽水学院 基于亲疏度矩阵的点云特征提取方法

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。