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：西安理工大学
摘要：本发明公开了基于PointNet的图卷积与KNN搜索的点云零件级分割方法，首先，通过一个微型网络T‑Net保证点云旋转不变性；然后，计算每两两点对之间的欧氏距离，选取距离最近的k个点，以点pi为中心点构造k近邻域图来提取局部特征，在后续的模型训练中，对每一层动态更新k邻域图，得到局部特征信息；接下来，通过设计新的T‑Net微型网络对齐不同点云局部特征数据；最后，将输出的多层局部特征与全局特征进行拼接，再通过多个MLP操作，得到三维点云物体的零件级分割结果，本发明能够提高三维点云物体的零件级分割精度。
主权项：1.基于PointNet的图卷积与KNN搜索的点云零件级分割方法，其特征在于，具体按照如下步骤实施：步骤1，点云空间对齐：输入点云数据，使用T-Net微型网络预测仿射变换矩阵，利用该矩阵对输入的点云数据进行坐标对齐；步骤2，局部特征提取：为了捕获局部特征，通过将步骤1中的每个点视为顶点，选取距离最近的k个点来构建k最近邻域图，并在连接相邻点对的边缘上应用边卷积得到每两两点对之间的边特征信息，然后通过多层感知机网络MLP操作提取局部特征矩阵信息；步骤3，动态更新局部邻域图：根据嵌入的顺序计算更新MLP每层的k近邻图，提取更新后的局部特征矩阵信息；步骤4，点云特征变换：设计新T-Net微型网络，将更新后的局部特征矩阵信息输入新T-Net网络进行坐标对齐，保证特征点的旋转不变性；步骤5，局部特征和全局特征融合：对已对齐更新后的局部特征矩阵信息进行MaxPolling最大池化操作，该操作聚合得到的全局特征信息再通过多个MLP处理得到每个物体的类别分数，从而实现三维物体的零件级分割。
全文数据：
权利要求：
百度查询： 西安理工大学 基于PointNet的图卷积与KNN搜索的点云零件级分割方法
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