-
公开(公告)号:CN111414953A
公开(公告)日:2020-07-14
申请号:CN202010186727.9
申请日:2020-03-17
Applicant: 集美大学
IPC: G06K9/62
Abstract: 本申请实施例公开了点云分类方法和装置。该方法的一具体实施方式包括:获取初始点云数据;基于预设的第一下采样率,从初始点云数据中随机提取第一点云数据;基于预设的第二下采样率,从第一点云数据中随机提取第二点云数据;将第一点云数据和第二点云数据分别输入预先训练的空间聚合网络,得到第一特征数据和第二特征数据;从第一特征数据中提取与第二点云数据对应的特征数据,并将提取的特征数据和第二特征数据聚合为第三特征数据;将第三特征数据输入预先训练的点云分类网络,得到第二点云数据中的每个点对应的类别信息。该实施方式实现了对点云数据进行不同密度的均匀采样,提高了提取特征的丰富性,提高了对点云进行小目标分割的性能。
-
公开(公告)号:CN111414953B
公开(公告)日:2023-04-18
申请号:CN202010186727.9
申请日:2020-03-17
Applicant: 集美大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本申请实施例公开了点云分类方法和装置。该方法的一具体实施方式包括:获取初始点云数据;基于预设的第一下采样率,从初始点云数据中随机提取第一点云数据;基于预设的第二下采样率,从第一点云数据中随机提取第二点云数据;将第一点云数据和第二点云数据分别输入预先训练的空间聚合网络,得到第一特征数据和第二特征数据;从第一特征数据中提取与第二点云数据对应的特征数据,并将提取的特征数据和第二特征数据聚合为第三特征数据;将第三特征数据输入预先训练的点云分类网络,得到第二点云数据中的每个点对应的类别信息。该实施方式实现了对点云数据进行不同密度的均匀采样,提高了提取特征的丰富性,提高了对点云进行小目标分割的性能。
-