-
公开(公告)号：CN106934831B
公开(公告)日：2020-07-24
申请号：CN201710148765.3
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于点云VFH描述子的识别空间物体位姿方法，本发明涉及识别空间物体位姿方法。本发明是要解决现有技术没有可行的手段确保采集样本的代表性，也无法做到精确，同时大量的样本导致运算时间过于冗长的问题，而提出的基于点云VFH描述子的识别空间物体位姿方法。该方法是通过一、计算点云对应的vfh特征描述子；二、计算差值向量di；三、计算特征向量空间；四、计算di投影到特征vfh描述子空间的坐标为Ωi；五、计算di投影到特征vfh描述子空间的坐标ΩΓ；六、确定训练BP神经网络的输入和输出维数；七、将投影后的vfh描述子对应角度输出为1；八、确定当前点云的视角等步骤实现的。本发明应用于识别空间物体位姿方法领域。
-
Patent Agency Ranking
公开(公告)号：CN106845561B
公开(公告)日：2020-07-24
申请号：CN201710148763.4
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法，本发明涉及复杂曲面物体分类方法。本发明是要解决大量采集数据建立Kd树会造成搜索数据的过大以及采集数据过少会造成分类识别效果的减弱的问题，而提出的一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法。该方法是通过一、计算点云对应的vfh特征描述子；二、计算差值向量di；三、计算向量di的特征向量空间；四、计算投影到描述子空间的坐标；五、确定输入维数和输出维数；六、确定投影后的vfh描述子对应角度的输出；七、得到BP神经网络库；八、确定当前bp神经网络所属物体的视角的点云；九、确定最终结果等步骤实现的。本发明应用于复杂曲面物体分类领域。
-
公开(公告)号：CN106934831A
公开(公告)日：2017-07-07
申请号：CN201710148765.3
申请日：2017-03-13
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6256 , G06K9/6201 , G06T2207/20081
Abstract: 基于点云VFH描述子的识别空间物体位姿方法，本发明涉及识别空间物体位姿方法。本发明是要解决现有技术没有可行的手段确保采集样本的代表性，也无法做到精确，同时大量的样本导致运算时间过于冗长的问题，而提出的基于点云VFH描述子的识别空间物体位姿方法。该方法是通过一、计算点云对应的vfh特征描述子；二、计算差值向量di；三、计算特征向量空间；四、计算di投影到特征vfh描述子空间的坐标为Ωi；五、计算di投影到特征vfh描述子空间的坐标ΩΓ；六、确定训练BP神经网络的输入和输出维数；七、将投影后的vfh描述子对应角度输出为1；八、确定当前点云的视角等步骤实现的。本发明应用于识别空间物体位姿方法领域。
-
公开(公告)号：CN106934372A
公开(公告)日：2017-07-07
申请号：CN201710148764.9
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于传统vfh描述子加入颜色信息的点云分类方法，本发明涉及点云分类方法。本发明是要解决现有的基于点云vfh描述子直方图的分类方法存在着显著的问题以及对于比较接近的物体无法进行区分的问题，而提出的基于传统vfh描述子加入颜色信息的点云分类方法。该方法是通过一、将点云以保留颜色的格式存储；二、将保留颜色的格式存储的点云按照传统的vfh描述子计算方法计算快速点特征直方图FPFH得到视点相关的特征分量；三、生成颜色直方图，并将颜色直方图取代原直方图单个区间的位置；四、对于待识别的物体用Kd树进行搜索得到分类结果等步骤实现的。本发明应用于点云分类领域。
-
公开(公告)号：CN106934372B
公开(公告)日：2020-05-26
申请号：CN201710148764.9
申请日：2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于传统vfh描述子加入颜色信息的点云分类方法，本发明涉及点云分类方法。本发明是要解决现有的基于点云vfh描述子直方图的分类方法存在着显著的问题以及对于比较接近的物体无法进行区分的问题，而提出的基于传统vfh描述子加入颜色信息的点云分类方法。该方法是通过一、将点云以保留颜色的格式存储；二、将保留颜色的格式存储的点云按照传统的vfh描述子计算方法计算快速点特征直方图FPFH得到视点相关的特征分量；三、生成颜色直方图，并将颜色直方图取代原直方图单个区间的位置；四、对于待识别的物体用Kd树进行搜索得到分类结果等步骤实现的。本发明应用于点云分类领域。
-
公开(公告)号：CN106845561A
公开(公告)日：2017-06-13
申请号：CN201710148763.4
申请日：2017-03-13
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6277 , G06N3/08
Abstract: 一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法，本发明涉及复杂曲面物体分类方法。本发明是要解决大量采集数据建立Kd树会造成搜索数据的过大以及采集数据过少会造成分类识别效果的减弱的问题，而提出的一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法。该方法是通过一、计算点云对应的vfh特征描述子；二、计算差值向量di；三、计算向量di的特征向量空间；四、计算投影到描述子空间的坐标；五、确定输入维数和输出维数；六、确定投影后的vfh描述子对应角度的输出；七、得到BP神经网络库；八、确定当前bp神经网络所属物体的视角的点云；九、确定最终结果等步骤实现的。本发明应用于复杂曲面物体分类领域。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
