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:中国科学院自动化研究所
摘要:本发明提供一种点云分类方法及装置,其中方法包括:对原始点云数据进行特征提取,得到原始点云数据的局部特征;将局部特征分别输入第一处理分支与第二处理分支,得到局部特征的高频特征与低频特征;对高频特征与低频特征进行处理得到目标特征并输入分类器,得到原始点云数据的分类结果。本发明提供的点云分类方法及装置,通过在获取原始点云数据的局部特征之后,将获取的局部特征采用两个并行分支进行高频特征与低频特征的提取,并将获取的高频特征与低频特征拼接后的目标特征用于点云分类,降低了计算的复杂度。在提取低频特征时,基于向量注意力处理,可以建立点云坐标之间的长距离依赖关系,进一步降低后续分类的复杂度。
主权项:1.一种点云分类方法,其特征在于,所述方法包括:对原始点云数据进行特征提取,得到所述原始点云数据的局部特征;将所述局部特征输入第一处理分支进行高频特征提取,得到所述局部特征的高频特征,将所述局部特征输入第二处理分支进行低频特征提取,得到所述局部特征的低频特征;将所述高频特征与所述低频特征进行拼接,并将拼接后得到的特征进行升维处理,得到所述原始点云数据的目标特征;将所述目标特征输入分类器,得到所述原始点云数据的分类结果,所述分类器是基于点云数据样本及其对应的类别标签训练得到的;所述将所述局部特征输入第二处理分支进行低频特征提取,得到所述局部特征的低频特征,包括:将所述局部特征进行平均池化处理,得到平均池化处理后的特征向量;对所述特征向量进行层次二分聚类,得到所述特征向量的多个特征簇;基于向量注意力算法,分别确定各特征簇中的特征关系,并将得到的多个特征关系进行合并,得到所述局部特征的低频特征;所述将所述局部特征输入第一处理分支进行高频特征提取,得到所述局部特征的高频特征,包括:将所述局部特征进行最大池化处理,得到最大池化处理后的局部特征;将所述最大池化处理后的局部特征进行残差处理,得到所述局部特征的高频特征。
全文数据:
权利要求:
百度查询: 中国科学院自动化研究所 点云分类方法及装置
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。