期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
结合倒置残差模块和可微分RANSAC算法的点云配准模型
1
作者 李维乾 葛文豪 陈金广 《计算机与现代化》 2026年第2期1-10,共10页
针对复杂和存在遮挡的点云数据整体和局部特征融合程度低,以及传统鲁棒估计算法无法集成到深度学习训练流程的问题,本文提出一种基于改进PointNet++和随机采样一致算法的点云配准网络模型。首先,使用融合倒置残差模块的PointNet++网络... 针对复杂和存在遮挡的点云数据整体和局部特征融合程度低,以及传统鲁棒估计算法无法集成到深度学习训练流程的问题,本文提出一种基于改进PointNet++和随机采样一致算法的点云配准网络模型。首先,使用融合倒置残差模块的PointNet++网络提取局部点云特征,生成融合全局和局部特征信息的特征描述符;其次,使用局部特征Transformer模块生成暂定的点对应和置信度分数;随后,引入神经采样器以保证RANSAC采样过程的可微分性,并使用可微分的几何求解器计算出点云对之间的刚性变换矩阵;最后,设计可训练质量函数以在每次迭代中优化评估指标,将鲁棒估计算法集成到训练流程中,最终完成点云配准。在3个公开的大规模点云数据集3DMatch、ETH和KITTI上的多次对比实验结果表明,本文方法在3DMatch上的特征匹配召回率达到98.4%,较SpinNet网络提高了0.8百分点;在ETH和KITTI上的特征匹配召回率和正确率分别达到98.5%和99.57%,较SpinNet网络分别提高了5.7百分点和0.5个百分点。在处理多个密度不均匀、存在遮挡的复杂点云数据集时,本文方法的表现优于现有先进方法,能有效提高配准精度。 展开更多
关键词 点云配准 鲁棒估计 特征描述符 PointNet++ 倒置残差 随机采样一致算法
在线阅读 下载PDF
基于点云加权邻域聚合的语义分割方法
2
作者 李新 孙钰奇 +1 位作者 宋刘广 曾佳全 《软件导刊》 2025年第3期162-169,共8页
点云数据本身无序且形状不规则,给现有语义分割算法带来了挑战,因为现有算法通常采用固定的特征聚合策略,导致对数据分布缺乏适应性。针对该问题,提出一种基于点云加权聚合的语义分割方法。首先,加权聚合模块通过一种可训练方式,为邻域... 点云数据本身无序且形状不规则,给现有语义分割算法带来了挑战,因为现有算法通常采用固定的特征聚合策略,导致对数据分布缺乏适应性。针对该问题,提出一种基于点云加权聚合的语义分割方法。首先,加权聚合模块通过一种可训练方式,为邻域点生成加权系数,从而实现邻域特征的加权聚合,显著增强邻域特征表达能力。其次,开发了一个基于距离加权的逆残差模块Weighted InvresMLP,进一步提高特征提取深度和效率。最后,在这些模块的基础上,设计了一个端到端的点云语义分割框架Weighted Local Aggregation Neural Network(WLA-Net)。在大规模公共数据集S3DIS和ScanNet上进行广泛实验后,证明所提出方法著提高了网络拟合能力,与其他方法相比具有更高的精度。 展开更多
关键词 点云数据 语义分割 特征聚合 加权逆残差
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部