PointNet++自顶向下中间特征点云作为一种能提供丰富空间信息与几何特征的数据表达形式,正受到越来越多的重视.为了克服其无序性,以及不均匀的空间分布带来的影响,许多研究者采取平面投影,或者使用体素网格对原始点云进行转换,但这些方式都是以损失三维信息或者增大数据规模为前提.PointNet[1]创新性的使用原始点云作为输入...
摘要:在无序工件抓取场景中,待抓取的工件处于散乱、堆叠的状态,抓取难度较大,传统配准算法精度不高。针对工件存在堆叠和点云数据含有噪声的场景下,无序工件点云配准的准确性不高的问题,研究提出基于PointNet改进的三维点云配准算法对无序工件进...
基于改进PointNet++网络的三维手势建模.docx,基于改进PointNet++网络的三维手势建模 基于改进PointNet++网络的三维手势建模 摘要:本文提出了一种基于改进PointNet++网络的三维手势建模方法。传统的手势建模方法主要面向二维图像,缺乏对三维空间信息的处理。因此,我们考虑
论文密级保密时限硕硕士士学学位位论论文基于改进PointNet++网络的三维手势建模学生姓名李嘉伟学号0193110108学科专业学位计算机科学与技术研究方向计算机应用技术导师童立靖011年年111月月88日
出一种基于改进Ｐ ｏｉｎｔＮｅｔ网络的三维手姿估计方法。该方法首先采用边界框定位网络预测三维边界框，从而准确裁剪手部区域。然后将手部深度图像表示为点云，模拟手部可见表面，有效地利用深度图像中的三维信息。最后将手部点云数据输入改进的ＰｏｉｎｔＮｅｔ网络，准确地进行三维手姿估计。改进的ＰｏｉｎｔＮｅｔ...
然后,针对原PointNet++深度学习网络的局部分组的球形区域过大导致计算量增加的问题,提出了一种改进的PointNet++网络的三维手姿估计方法.首先对手势点云进行基于Delaunay三角剖分算法与K中位数(K-Median)聚类算法相结合的三角剖分,得到手势点云的三角网格模型,并计算三角网格模型的边长均值;然后以三角网格模型边长均值为...
一种基于改进PointNet++神经网络的点云目标分类方法 本发明公开了一种基于改进PointNet++神经网络的点云目标分类方法,包括以下步骤:步骤1,对点云数据进行预处理,利用统计滤波器滤除噪声点,离群点,保留仅包含感兴趣区域的... 刘慧,王秀丽,徐婕,... 被引量: 0发表: 2022年 基于深度神经网络的三维目标检测与识别...
本发明公开了一种基于改进后PointNet++网络的钢材点云分类方法,属于钢材点云分类技术领域。本发明提出了逆残差多层感知机结构,与多层感知机结构相比,加强了模型内部的信息传递和特征保持能力,显著提升了PointNet++网络在识别复杂钢材点云结构方面的性能;引入了分组向量注意力机制模块,在原本的特征提取基础上,进一步提高了对...
了基于改进PointNet的点云法向量估计与正朝向识别方法.法向量是点云必不可少的属性,其估计方法在点云处理领域中占据非常重要的地位.为了解决点云处理中噪声干扰,非均匀采样,尖锐特征损失等问题,提出了一种基于深度神经网络的多尺度特征融合的点云法向量估计方法.该网络以半径邻域内的局部点云块作为输入,基于改进...
PointNet++注意力机制针对绝缘子串分割过程中,由于采集到的点云较为稀疏,及绝缘子串较电力杆塔整体点云粒度过小,导致分割结果会出现绝缘子串识别为电缆线的问题.为提高绝缘子串的分割准确率,提出了一种基于改进PointNet++的电力杆塔绝缘子分割方法.在原有的局部特征处理中增加了自注意力机制,考虑同种塔形绝缘子串位置相对...