基于PointNet分类模型的织物三维悬垂模型匹配

1

作者 余志才 余晓娜 +1 位作者 丁笑君 顾冰菲 《纺织学报》 北大核心 2025年第11期111-117,共7页

为实现基于三维悬垂模型的织物匹配,提出一种基于PointNet分类模型的织物三维悬垂模型匹配方法。首先利用三维扫描装置采集50种织物的三维悬垂模型,从中筛选出11种悬垂结果差异较大的织物,其对应的三维悬垂模型组成了织物三维悬垂模型... 为实现基于三维悬垂模型的织物匹配,提出一种基于PointNet分类模型的织物三维悬垂模型匹配方法。首先利用三维扫描装置采集50种织物的三维悬垂模型,从中筛选出11种悬垂结果差异较大的织物,其对应的三维悬垂模型组成了织物三维悬垂模型分类数据集D_(PN);剩余39种织物的三维悬垂模型组成织物三维悬垂模型匹配测试数据集D_(RC);对数据集D_(PN)扩增后,利用重采样方法将数据集D_(PN)和D_(RC)中的所有三维悬垂模型重采样为具有相同顶点数目和拓扑结构的三维三角形网格;然后用数据集D_(PN)训练PointNet分类模型;最后利用训练完成的PointNet分类模型提取数据集D_(RC)中所有织物三维悬垂模型的特征向量νPN,以该特征向量为依据实现织物三维悬垂模型的匹配。结果表明:PointNet能有效实现数据集D_(PN)的分类,利用PointNet提取的特征向量νPN能实现数据集D_(RC)中织物三维悬垂模型的匹配,且基于PointNet分类模型的织物三维悬垂模型召回率可达39.91%,相对于基于悬垂指标和悬垂模型曲率的织物匹配方法(召回率38.55%)更优。 展开更多

关键词 织物 三维悬垂模型 pointnet 深度学习算法 三维悬垂模型匹配 悬垂性能

在线阅读 下载PDF 职称材料

基于PointNet++网络的3D点云数据语义分割与无序抓取系统 被引量：2

2

作者 向艳芳 龙罡 张家臣 《机电工程》 北大核心 2025年第1期146-152,184,共8页

针对复杂场景下分拣工件摆放随意、堆叠杂乱,导致机器人抓取困难的问题,设计了一种基于PointNet++网络的3D点云数据语义分割与无序抓取系统。首先,采用归一化算法对采集到的场云数据进行了预处理,解决了数据的一致性和可比性问题;然后,... 针对复杂场景下分拣工件摆放随意、堆叠杂乱,导致机器人抓取困难的问题,设计了一种基于PointNet++网络的3D点云数据语义分割与无序抓取系统。首先,采用归一化算法对采集到的场云数据进行了预处理,解决了数据的一致性和可比性问题;然后,调整了传统的PointNet++模型参数,优化了提取特征的深度与广度;设计了多尺度分割(MSG)模块,通过PointNet++特征提取和分割点云特征传递,对不同尺度下点云数据的上下文信息进行了整合,提升了PointNet++模型运行效率,增强了模型对工件的分割能力;最后,研究了不同算法在散堆工件数据集上的网络训练结果,设计了基于RGB-D深度相机的机器人分拣实验,对改进策略进行了性能分析。研究结果表明:采用改进的PointNet++网络对散堆工件进行检测,其准确率可达97.3%,运算的时间为2 s以内,定位的误差为3 mm以内。该分割方法在识别精度和分拣效率方面均表现优异,能够有效辅助机器人进行实时工件分拣操作。 展开更多

关键词 散堆工件分拣 pointnet++ 特征提取 多尺度分割模块 深度相机 识别精度 分拣效率

在线阅读 下载PDF 职称材料

基于F-PointNet的3D点云数据目标检测 被引量：8

3

作者 万鹏 《山东大学学报（工学版）》 CAS CSCD 北大核心 2019年第5期98-104,共7页

针对目前3D点云目标检测模型检测精度不高的问题,研究使用直接处理点云数据的F-PointNet模型检测汽车、行人和骑车人,并对模型进行微调,进一步提升模型的目标检测精度。试验中使用不同的参数初始化、■2正则化和修改卷积核数的方法对模... 针对目前3D点云目标检测模型检测精度不高的问题,研究使用直接处理点云数据的F-PointNet模型检测汽车、行人和骑车人,并对模型进行微调,进一步提升模型的目标检测精度。试验中使用不同的参数初始化、■2正则化和修改卷积核数的方法对模型进行测试。试验结果表明,Xavier参数初始化方法收敛速度比截断正态分布方法快0.09 s,同时汽车和骑车人检测精度分别高出大约3%和2%;增加■2正则化,行人检测精度和骑车人检测精度可提高大约2%和1%;对T-Net(Transfrmer Networks)第一层卷积层的卷积核数减少为128后,汽车和骑车人检测精度分别提高了大约1%和2%,表明本模型能有效地提升目标检测精度。 展开更多

关键词 深度学习 3D点云数据 目标检测 检测精度 F-pointnet模型

原文传递

一种融合点云深度学习的三维CAD模型局部特征检索方法

4

作者 李秀玲 李福胜 张树生 《机械科学与技术》 北大核心 2025年第12期2161-2173,共13页

针对三维数控工艺重用过程局部加工特征需要预先定义,特征复杂且依赖于专家知识或经验,严重影响相似工艺检索精度以及后续重用性等问题,提出一种基于点云深度学习的三维CAD模型局部特征检索方法。将零件三维几何模型转换为点云,并对零... 针对三维数控工艺重用过程局部加工特征需要预先定义,特征复杂且依赖于专家知识或经验,严重影响相似工艺检索精度以及后续重用性等问题,提出一种基于点云深度学习的三维CAD模型局部特征检索方法。将零件三维几何模型转换为点云,并对零件点云模型进行均匀下采样重构及法向量计算,实现对零件几何的三维点云表征。接着基于PointNet++网络架构,通过减少网络层数,最大池化操作以及去除全连接层以提取零件局部特征。之后采用零件局部特征及加工要求关联的相似性检索方法,检索相似加工工艺。所提方法在一个型腔加工特征上进行了验证,结果表明所提方法能够有效提取零件局部特征,并检索出相似的加工工艺,支持后续快速工艺设计。 展开更多

关键词 三维模型 点云 pointnet++ 特征提取 工艺检索

在线阅读 下载PDF 职称材料

基于模态特征融合的零件模型识别与检索算法

5

作者 刘伟 华顺刚 《机械与电子》 2025年第8期3-9,共7页

针对只用单一模态特征或多模态特征简单拼接导致的识别与检索性能不佳的问题,提出一种零件模型识别与检索算法。在特征提取阶段,使用特定的网络提取各自模态的特征;在特征融合阶段,引入了跨模态中心损失函数指导模态间的特征融合,以增... 针对只用单一模态特征或多模态特征简单拼接导致的识别与检索性能不佳的问题,提出一种零件模型识别与检索算法。在特征提取阶段,使用特定的网络提取各自模态的特征;在特征融合阶段,引入了跨模态中心损失函数指导模态间的特征融合,以增强网络对零件模型的识别能力。在CADNET数据集上的实验结果显示,该算法相比现有典型算法显著提高了识别和检索效果,取得96.3%的识别准确率和92.3%的平均检索精度均值,证明了其在处理零件模型识别和检索任务中的有效性。 展开更多

关键词 零件识别 零件检索 模态特征融合 pointnet++

在线阅读 下载PDF 职称材料

基于深度学习的森林虚拟样地构建和乔灌点云分类研究

6

作者 刘航 王枝军 +3 位作者 张佳怡 郑珂蕊 郑智远 邓愫愫 《绿色科技》 2025年第23期39-45,共7页

针对森林复杂林下空间结构对点云分类的影响及真实数据标注成本高的困境,本研究创新性地探究了虚拟样地点云数据的构建方法,并重点分析了灌木密度对分类模型精度与泛化能力的具体影响。以针阔混交林为研究区,构建具有低、中、高三种灌... 针对森林复杂林下空间结构对点云分类的影响及真实数据标注成本高的困境,本研究创新性地探究了虚拟样地点云数据的构建方法,并重点分析了灌木密度对分类模型精度与泛化能力的具体影响。以针阔混交林为研究区,构建具有低、中、高三种灌木密度的虚拟样地点云数据,利用PointNet++模型进行乔、灌木点云分类,并分析了模型在不同灌木密度样地中的泛化能力。结果表明:虚拟样地点云能有效模拟不同灌木密度场景,将训练好的模型应用于测试数据,低、中、高三种灌木密度样地的平均交并比分别为0.8647、0.8519、0.9145。高灌木密度样地所有分类精度指标均优于低、中灌木密度样地。将高灌木密度样地数据训练获得的模型应用于低灌木密度样地,其分类精度优于低灌木密度样地训练模型在高灌木密度样地的测试结果。本研究为降低森林点云分类对真实标注数据的依赖、提升模型在复杂林下场景的适应性提供了新路径,试验结果明确了灌木密度对模型精度及泛化能力的影响机制,为后续针对性优化模型、提升复杂林下场景分类适应性提供了关键的理论依据。 展开更多

关键词 森林点云分类 pointnet++ 灌木密度 虚拟样地 模型泛化

在线阅读 下载PDF 职称材料

3维模型匹配算法设计与实现

7

作者 高原 董振国 +1 位作者 王雪龙 齐巍 《信息安全研究》 北大核心 2025年第6期539-547,共9页

3维模型匹配在模型版权保护与交易过程中具有重要作用,可有效避免重复认证,为相关领域的研究、测试与管理提供便利.然而,传统匹配方法主要依赖明文匹配,虽然能保证一定的匹配准确性和鲁棒性,但在数据隐私保护方面存在不足.针对这一问题... 3维模型匹配在模型版权保护与交易过程中具有重要作用,可有效避免重复认证,为相关领域的研究、测试与管理提供便利.然而,传统匹配方法主要依赖明文匹配,虽然能保证一定的匹配准确性和鲁棒性,但在数据隐私保护方面存在不足.针对这一问题,密文匹配通过在数据加密状态下进行匹配运算,有效实现了在保护数据隐私的同时完成模型匹配,具有重要的应用价值和推广潜力.因此,实现了3种匹配策略:1)明文状态下基于迭代最近点(iterative closest point,ICP)算法的3维点云精准配准,并结合峰值信噪比进行模型匹配;2)明文状态下通过PointNet深度学习算法提取3维点云特征,利用余弦相似度计算特征相似度;3)密文状态下利用同态加密技术将提取的特征加密,再利用余弦相似度计算加密特征的相似度,从而有效保护数据隐私. 展开更多

关键词 3维模型匹配 迭代最近点 pointnet 同态加密 峰值信噪比 余弦相似度

在线阅读 下载PDF 职称材料

基于语义分割的三维模型版权保护算法 被引量：1

8

作者 秦姣华 段振雄 +1 位作者 向旭宇 谭云 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第2期49-54,共6页

为解决传统数字水印技术导致模型精度下降的问题,并保护局部版权,提出了一种基于语义分割的三维模型版权保护算法.首先,使用PointNet对三维模型进行语义分割,并根据分割结果将模型划分为子块,以子块为单位计算版权信息,保护局部版权;然... 为解决传统数字水印技术导致模型精度下降的问题,并保护局部版权,提出了一种基于语义分割的三维模型版权保护算法.首先,使用PointNet对三维模型进行语义分割,并根据分割结果将模型划分为子块,以子块为单位计算版权信息,保护局部版权;然后,提出了一种基于顶点范数与表面曲率的版权信息生成算法.由于版权信息是使用无载体隐写方式生成的,因此该算法可以在不修改模型本身的情况下对模型整体及各子部件进行版权保护.实验证明:该算法在完全抵抗相似变换攻击的情况下,对其他种类攻击同样具有较好的鲁棒性. 展开更多

关键词 三维模型 点云模型 版权保护 无载体隐写 pointnet

原文传递

基于特征空间匹配的激光雷达点云配准算法 被引量：6

9

作者 陈强 岳东杰 陈健 《大地测量与地球动力学》 CSCD 北大核心 2020年第12期1303-1307,共5页

针对传统基于特征的粗配准效率低、误匹配较多的不足,提出一种基于特征空间匹配的配准方法。利用简化的PointNet模型实现特征空间的提取,以优化的点云PPF信息作为输入,根据提取的特征空间向量计算欧氏距离以筛选匹配点,通过RANSAC剔除... 针对传统基于特征的粗配准效率低、误匹配较多的不足,提出一种基于特征空间匹配的配准方法。利用简化的PointNet模型实现特征空间的提取,以优化的点云PPF信息作为输入,根据提取的特征空间向量计算欧氏距离以筛选匹配点,通过RANSAC剔除误匹配点对完成粗配准,利用ICP实现精配准。实验结果表明,本文算法相比FPFH和SHOT算法与ICP结合可有效提升配准效率,且配准结果的均方根误差较小。 展开更多

关键词 三维扫描 点云配准 pointnet模型 随机采样一致性 迭代最近点算法

在线阅读 下载PDF 职称材料

基于深度学习的孔特征可制造性分析方法 被引量：2

10

作者 张航 张树生 杨磊 《图学学报》 CSCD 北大核心 2021年第1期117-123,共7页

针对传统基于知识库及规则库的零件可制造性分析方法柔性差,以及现有基于深度学习的可制造性分析方法无法给出零件具体不可制造原因的现状,提出一种基于深度学习的零件可制造性分析方法。首先,通过数字化建模技术构建大量带有具体可制... 针对传统基于知识库及规则库的零件可制造性分析方法柔性差,以及现有基于深度学习的可制造性分析方法无法给出零件具体不可制造原因的现状,提出一种基于深度学习的零件可制造性分析方法。首先,通过数字化建模技术构建大量带有具体可制造性类别标签的三维CAD模型,并进行点云提取,从而构建深度学习所需数据集;然后,基于PointNet网络结构搭建面向孔特征可制造性分析的深度学习网络,并完成网络的调参及训练;之后通过与基于体素表示的三维卷积神经网络(3D-CNN)及已有方法进行对比,说明所搭建的点云深度学习网络具有更好的鲁棒性和较低的算法时间复杂度;最后通过一个实例零件对网络的实际性能进行检验,对孔特征进行可制造性分析,识别出不可制造的孔特征,并说明其原因。实验结果表明,该方法能够在保证较高识别准确率同时得出特征不可制造的具体原因,具有更大的使用价值。 展开更多

关键词 可制造性分析 数字化建模 深度学习 孔特征 点云网络

在线阅读 下载PDF 职称材料

基于结构光3D视觉的空间姿态识别系统设计 被引量：1

11

作者 谭小兵 李伯明 陶文华 《单片机与嵌入式系统应用》 2023年第11期33-36,共4页

为提高产品零件空间姿态识别的精度和收敛速度,提出基于结构光3D视觉对空间姿态识别的方法。首先,采用投影仪和相机获取产品零件图像信息,利用相移法获取深度信息,通过深度图点云重建获取3D点云数据;然后对3D点云数据进行特征处理和分类... 为提高产品零件空间姿态识别的精度和收敛速度,提出基于结构光3D视觉对空间姿态识别的方法。首先,采用投影仪和相机获取产品零件图像信息,利用相移法获取深度信息,通过深度图点云重建获取3D点云数据;然后对3D点云数据进行特征处理和分类时,建立点云网络(Point Network,PointNet)模型;最后,采用改进的迭代最近点(Iterative Closest Point,ICP)算法对3D点云数据配准,从而实现产品零件姿态的识别。实验结果表明,该方法在对产品零件点云特征分类性能上,准确率能达到96%左右,召回率能稳定在92%左右;在配准精度和收敛速度上,较其他两种方法更优越,进一步验证了该方法的有效性和可行性。 展开更多

关键词 3D视觉 空间姿态识别 pointnet模型 ICP算法 点云数据

在线阅读 下载PDF 职称材料