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

一种基于深度学习SR-Net的异源点云配准模型及方法 

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:电子科技大学

摘要:本发明的目的在于提供一种基于深度学习SR‑Net的异源点云配准模型及方法,属于城市区域点云配准技术领域。该SR‑Net配准模型以深度学习技术为基础,通过创新网络结构和学习策略,提高对噪声和异常值的容忍度,优化部分重叠区域的配准精度,并增强对全局及局部结构信息的整合利用,同时为进一步提升模型的配准精度,确定了自适应的topk运算以及设计了损失函数。基于该模型的配准方法在异源点云配准任务中展现出了更高的精度和鲁棒性,在城市异源点云配准领域中具有重要的理论研究和实践应用价值。

主权项:1.一种基于深度学习SR-Net的异源点云配准模型,其特征在于,包括金字塔特征提取模块、聚合点特征提取与匹配模块、局部特征提取模块、局部配准模块和全局配准模块;所述金字塔特征提取模块用于捕获不同采样率下点云的特征,得到聚合点的特征和局部点特征;所述聚合点特征提取与匹配模块基于聚合点的特征提取聚合点之间的匹配关系;所述聚合点特征提取与匹配模块由三个相同的几何Transformer单元和一个聚合点匹配单元级联得到;所述几何Transformer单元用于基于聚合点的特征得到聚合点的融合特征,所述聚合点匹配单元用于对得到的融合特征进行相关性的匹配;所述几何Transformer单元包括自注意力特征提取层和交叉注意力特征提取层;所述自注意力特征提取单元用于基于聚合点的特征提取每个聚合点之间几何空间的相关性;所述交叉注意力特征提取单元基于聚合点之间几何空间的相关性合并来自不同点云的信息,得到聚合点的融合特征;所述局部特征提取模块用于基于局部点特征和相关性匹配结果寻找两个点云之间的匹配点,得到源点云与目标点云的聚合点对邻域局部点的匹配情况,以及一对聚合点的邻域点之间的关系;所述局部配准模块基于每对聚合点的邻域点之间的关系求解变换矩阵;所述全局配准模块通过比较所有聚合点的邻域点之间的关系求解得到的变换矩阵,选择能够在全局点对应关系中更多满足邻域点之间的关系的变换矩阵,并基于变换矩阵进行配准。

全文数据:

权利要求:

百度查询: 电子科技大学 一种基于深度学习SR-Net的异源点云配准模型及方法

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。