-
公开(公告)号：CN114782503A
公开(公告)日：2022-07-22
申请号：CN202210337610.5
申请日：2022-04-01
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机视觉图形学领域，具体涉及一种基于多尺度特征相似度约束的点云配准方法及系统，通过对点的匹配可信度进行主动评估，同时采用注意力融合机制的网络提取区分性的特征，同时使用双向的交替对应搜索机制和灵活的错位损失函数来进行鲁棒学习，引入一致性约束下的点对权重分配方案，最后以加权SVD求出变换矩阵，提升了配准的精度，本发明能够在点云间建立鲁棒的对应关系，提升深度模型对点云配准的效果，促进了相关技术领域的发展。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
