申请/专利权人:上海电机学院
申请日:2023-06-20
公开(公告)日:2023-10-17
公开(公告)号:CN116894859A
主分类号:G06T7/33
分类号:G06T7/33;G06N3/0455;G06N3/0464;G06N3/048;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2023.10.17#公开
摘要:本发明涉及计算图形学、计算机视觉技术领域,且公开了一种基于改进型RPM‑Net的三维点云配准方法,包括以下步骤:S1:首先利用激光雷达采集点云数据,并对采集到的点云数据进行解析,并将数据集分为训练集和验证集;S2:构建对点云数据配准模型,包括主干特征提取模块、加强特征提取模块、参数预测模块、计算MatchMatrix模块和SVD分解模块;S3:将扩充后的数据集输入到点云配准模型中进行特征提取、匹配工作和求解transformation。利用深度学习方法提取点云的特征,并利用Non‑localNetwork对特征进行加强学习,并利用提取到的特征进行点云的配准,其优点在于算法的适应性强,对噪声点和异常点不敏感,算法的实现较为简单,提高了点云配准的效率。
主权项:1.一种基于改进型RPM-Net的三维点云配准方法,其特征在于,包括如下步骤:S1:首先利用激光雷达采集点云数据,并对采集到的点云数据进行解析,并将数据集分为训练集和验证集;S2:构建对点云数据配准模型,包括主干特征提取模块、加强特征提取模块、参数预测模块、计算MatchMatrix模块和SVD分解模块;S3:将扩充后的数据集输入到点云配准模型中进行特征提取、匹配工作和求解transformation;S4:调整好模型训练过程中的参数及方法,通过步骤S3中的方法及步骤S1得到的数据集对点云配准模型进行训练,达到所设定的epoch即停止训练。
全文数据:
权利要求:
百度查询: 上海电机学院 一种基于改进型RPM-Net的三维点云配准方法
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。