-
公开(公告)号:CN117095033B
公开(公告)日:2024-05-24
申请号:CN202310921353.4
申请日:2023-07-25
Applicant: 重庆邮电大学
IPC: G06T7/30 , G06T3/4038 , G06T17/00 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及计算机视觉技术,特别涉及一种基于图像与几何信息引导的多模态点云配准方法,包括获取点云中超点的第四超点特征、源点云中超点与锚点之间的几何相关性特征、目标点云中超点的第四超点特征、目标点云中超点与锚点之间的几何相关性特征,并基于交叉注意力进行融合得到第五超点特征;基于第五超点特征计算源点云和目标云中超点的相似性筛选超点对,对其第一超点特征进行上采样解码得到其原始点特征;基于Sinkhorn算法得到原始点对关系集合,根据原始点对关系集合进行变换矩阵估计并从中选择最优变换矩阵;本发明不仅能够充分融合图像纹理信息和点云结构信息,还减少了无关图像信息的噪声引入,得到了具有区分度的多模态超点特征。
-
公开(公告)号:CN117095033A
公开(公告)日:2023-11-21
申请号:CN202310921353.4
申请日:2023-07-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机视觉技术,特别涉及一种基于图像与几何信息引导的多模态点云配准方法,包括获取点云中超点的第四超点特征、源点云中超点与锚点之间的几何相关性特征、目标点云中超点的第四超点特征、目标点云中超点与锚点之间的几何相关性特征,并基于交叉注意力进行融合得到第五超点特征;基于第五超点特征计算源点云和目标云中超点的相似性筛选超点对,对其第一超点特征进行上采样解码得到其原始点特征;基于Sinkhorn算法得到原始点对关系集合,根据原始点对关系集合进行变换矩阵估计并从中选择最优变换矩阵;本发明不仅能够充分融合图像纹理信息和点云结构信息,还减少了无关图像信息的噪声引入,得到了具有区分度的多模态超点特征。
-