-
公开(公告)号:CN114444613B
公开(公告)日:2024-12-17
申请号:CN202210127425.3
申请日:2022-02-11
Applicant: 吉林大学
IPC: G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V20/64 , G06T7/11 , G06V10/762 , G06V10/80 , G06V10/82
Abstract: 本发明涉及一种基于3D点云信息的物体分类与物体分割方法,属于3D点云处理领域,尤其涉及无序点云难处理、点云特征难提取领域。本发明在提取点云特征中,为了提取更多的有效信息,本发明提出并使用了一种全新的联合式全局特征与局部特征结构。在提取高维特征时提出一种新式的提取机制代替传统的对称函数。通过大量实验可以表明我们设计的神经网络可以解决多种点云任务,包括但不局限于物体分类、物体分割、场景分割等。本发明的有益效果:所设计的针对点云识别和分割算法主要设计新的Mix‑Net专用神经网络设计,并从下采样算法,特征值提取以及融合机制等多个模块进行创新发明,对于点云识别和分割准确率都有明显提升。
-
公开(公告)号:CN114444613A
公开(公告)日:2022-05-06
申请号:CN202210127425.3
申请日:2022-02-11
Applicant: 吉林大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06T7/11 , G06V10/764 , G06V10/762 , G06V10/80 , G06V10/82
Abstract: 本发明涉及一种基于3D点云信息的物体分类与物体分割方法,属于3D点云处理领域,尤其涉及无序点云难处理、点云特征难提取领域。本发明在提取点云特征中,为了提取更多的有效信息,本发明提出并使用了一种全新的联合式全局特征与局部特征结构。在提取高维特征时提出一种新式的提取机制代替传统的对称函数。通过大量实验可以表明我们设计的神经网络可以解决多种点云任务,包括但不局限于物体分类、物体分割、场景分割等。本发明的有益效果:所设计的针对点云识别和分割算法主要设计新的Mix‑Net专用神经网络设计,并从下采样算法,特征值提取以及融合机制等多个模块进行创新发明,对于点云识别和分割准确率都有明显提升。
-