检索结果-南通市图书馆

基于动态图卷积和PointNet的三维局部特征描述符

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年

作者：赵宝王梓涵贾兆红梁栋刘强安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心安徽大学互联网学院

提取高描述性和强鲁棒性的点云局部特征描述符是点云配准中的关键环节. 针对现有基于学习的描述符方法依赖于对噪声敏感的手工特征或不具有旋转不变性等问题，提出一种基于动态图卷积和PointNet的三维局部特征描述符生成网络，以提取... 详细信息

提取高描述性和强鲁棒性的点云局部特征描述符是点云配准中的关键环节. 针对现有基于学习的描述符方法依赖于对噪声敏感的手工特征或不具有旋转不变性等问题，提出一种基于动态图卷积和PointNet的三维局部特征描述符生成网络，以提取具有旋转不变性和强泛化性的局部特征描述符. 首先，将与局部参考框架对齐后的局部点云作为网络的输入，分别通过动态图卷积模型和PointNet模型提取输入点云中的局部几何特征和点特征，解决单一PointNet模型无法学习输入点集中点与点之间关系的问题; 然后，为进一步提高网络的学习能力，提出一个由点自注意力模块和局部空间注意力模块组成的双重注意力机制层，用于更好地融合2个模型提取到的特征，来获取最终的描述符特征. 在室内数据集3DMatch和室外数据集ETH和KITTI上的大量实验表明: 所提网络在3DMatch上的特征匹配召回率达到98.2%，在ETH和KITTI上的特征匹配召回率和正确率分别达到98.7%和99.82%，验证了方法的有效性.

关键词：局部特征描述符局部参考框架深度学习注意力机制

LSVSH描述符:高鉴别强鲁棒的点云局部特征统计直方图

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第2期36卷 248-257页

作者：吴鹏鹏梁栋赵宝周磊安徽大学互联网学院合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

三维局部特征描述是三维计算机视觉中的重要任务.现实场景中包含噪声、遮挡和杂波等干扰,使得准确和鲁棒的三维局部特征描述具有很大的挑战性.为提高特征描述的性能,提出一种局部曲面变化统计直方图(local sur-face variation based sta... 详细信息

三维局部特征描述是三维计算机视觉中的重要任务.现实场景中包含噪声、遮挡和杂波等干扰,使得准确和鲁棒的三维局部特征描述具有很大的挑战性.为提高特征描述的性能,提出一种局部曲面变化统计直方图(local sur-face variation based statistics histogram,LSVSH)描述符.首先设计一种不依赖于局部参考轴(local reference axis,LRA)的新属性(称为曲率属性),增强描述符对LRA误差的稳健性;然后沿径向剖分局部空间,在每个子空间中统计3个角度属性和1个曲率属性生成LSVSH描述符,实现对局部曲面信息的全面稳健描述.在B3R,U3M,U3OR和QuLD这4个数据集上进行大量的实验,结果表明,LSVSH在4个数据集上的RPC下面积(the area under the recall-precision curve,AUCpr)值分别为0.95,0.70,0.54和0.10,优于现有的局部特征描述符的性能;在U3M数据集上的正确配准率和在U3OR数据集上的正确识别率分别达到70%和100%,验证了LSVSH应用于物体配准和识别任务上的有效性.

关键词：局部特征描述符局部参考轴点云配准点云识别

维普期刊数据库

LDASH：高鉴别力强鲁棒性的点云局部特征描述符

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2023年

作者：周磊赵宝梁栋王梓涵刘强安徽大学互联网学院安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心

三维局部特征描述是三维计算机视觉的重要方向，被广泛用于三维感知任务中，来获取两片点云之间的点对应关系。针对现有大多数描述符存在鉴别力低和鲁棒性弱等问题，提出一种局部分区属性统计直方图(Local Divisional Attribute Statist... 详细信息

三维局部特征描述是三维计算机视觉的重要方向，被广泛用于三维感知任务中，来获取两片点云之间的点对应关系。针对现有大多数描述符存在鉴别力低和鲁棒性弱等问题，提出一种局部分区属性统计直方图(Local Divisional Attribute Statistical Histogram, LDASH)描述符。LDASH描述符基于局部参考轴(Local reference axis, LRA)构建，首先沿径向剖分局部空间，然后在每个划分分区中统计五个特征属性，实现空间和几何信息的全面编码。在LDASH中，提出一种用于局部特征描述的新属性，称为距离加权角度值(Distance Weighted Angle Value, DWAV)。DWAV的构成不依赖LRA，提高了描述符对LRA误差的稳健性。此外，提出一种对点云分辨率变化的鲁棒性增强策略，来降低实际测试中点云分辨率变化对描述符的干扰。在六个具有不同应用场景和干扰类型的数据集上对LDASH的性能进行全面的评估，结果表明：LDASH在所有数据集上的性能都明显优于现有的描述符，相对于性能第二高的DLFS，提高约16.3%的鉴别力和7.5%的鲁棒性。最后，本文将LDASH应用于点云配准，LDASH实现了最好的配准性能，其结合五种转换估计算法的平均正确配准率达到72.4%。

关键词：机器视觉局部特征描述符局部参考轴特征描述点云配准

LSNFS：高鉴别力和强鲁棒性的局部特征描述算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年

作者：洪森达程浩杰许春晓陈振鑫王佳俊赵凌霄中国科学技术大学生物医学工程学院(苏州)生命科学与医学部中国科学院苏州生物医学工程技术研究所

局部特征描述符的研究是三维计算机视觉中的核心问题之一。为应对复杂场景中特征描述符鉴别力不足和鲁棒性较低的挑战，本文提出了一种创新的局部细分邻域特征统计(Local Subdivision Neighborhood Feature Statistics, LSNFS)描述符。L... 详细信息

局部特征描述符的研究是三维计算机视觉中的核心问题之一。为应对复杂场景中特征描述符鉴别力不足和鲁棒性较低的挑战，本文提出了一种创新的局部细分邻域特征统计(Local Subdivision Neighborhood Feature Statistics, LSNFS)描述符。LSNFS描述符的核心是一种名为曲面邻域偏差统计(Surface Neighborhood Deviation Statistics, SNDS)的高鉴别力方法。SNDS通过引入两种空间特征，全面编码局部空间信息。在细分空间中统计加权邻域偏差角，并结合特定的属性分区策略，显著增强描述符的鉴别能力。对生成的SNDS直方图进行线性插值和归一化处理，提高了描述符对噪声和点云分辨率变化的鲁棒性。LSNFS描述符通过计算两个角度特征来编码局部几何信息，并将生成的角度特征直方图与SNDS直方图融合，实现局部信息的充分描述。本文在六个具有不同质量和干扰类型的数据集上进行大量的实验验证，结果表明：LSNFS在所有数据集上的性能明显优于现有的多种先进方法，具有较高的描述性和较强的鲁棒性。此外，本文将LSNFS应用于三维物体配准和真实场景配准，结果表明，LSNFS不仅在三维物体配准中实现了最好的配准性能，而且还能够泛化到大规模真实场景数据中，具有良好的泛化性能。

关键词：机器视觉局部特征描述符点云配准特征描述特征直方图

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种融合形状与纹理的彩色点云配准算法

激光与光电子学进展 2024年

作者：张元史泽鹏庞敏熊风光杨晓文山西省视觉信息处理及智能机器人工程研究中心中北大学计算机科学与技术学院机器视觉与虚拟现实山西省重点实验室

针对现有点云配准算法在点云几何特征不显著时配准效果差、精度低的问题，提出一种综合利用形状和纹理特征的点云配准方法。首先，从点云表面提取几何和纹理变化显著的关键点，随后对关键点的形状和纹理进行特征描述，并基于特征相似度... 详细信息

针对现有点云配准算法在点云几何特征不显著时配准效果差、精度低的问题，提出一种综合利用形状和纹理特征的点云配准方法。首先，从点云表面提取几何和纹理变化显著的关键点，随后对关键点的形状和纹理进行特征描述，并基于特征相似度进行关键点匹配。其次，使用随机采样一致性算法剔除误匹配和估计位姿矩阵，实现粗配准，为后续的精配准提供良好的位姿初值。最后，运用彩色ICP配准算法进行精配准。实验表明，该算法在杂乱、重叠率低和形状特征不显著的彩色点云模型时，具有出色的配准精度。

关键词：点云配准彩色点云点云关键点局部特征描述符特征融合

改进的CenSurE特征和基于相加图像梯度的快速描述符

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2011年第7期31卷 1818-1821,1858页

作者：陈方蒋云良许允喜湖州师范学院信息与工程学院浙江湖州313000 浙江大学信息与电子工程系杭州310027

CenSurE局部特征计算效率非常高,但是CenSurE特征的尺度采样是线性的,滤波器响应信号很稀疏,检测的特征重复率不高。采用对数尺度采样得到改进的CenSurE特征,获得了更高的检测性能。同时,提出基于相加图像梯度的快速描述符,称为GSIP。... 详细信息

CenSurE局部特征计算效率非常高,但是CenSurE特征的尺度采样是线性的,滤波器响应信号很稀疏,检测的特征重复率不高。采用对数尺度采样得到改进的CenSurE特征,获得了更高的检测性能。同时,提出基于相加图像梯度的快速描述符,称为GSIP。图像区域匹配和物体识别评价实验结果显示,和目前性能最优的SURF描述符相比,GSIP描述符独特性更强,速度更快,计算时间不到SURF描述符的1/2。

关键词：局部特征描述符 CenSurE 图像匹配目标识别

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

融合形状与纹理的点云配准技术研究

融合形状与纹理的点云配准技术研究

作者：史泽鹏中北大学

学位级别：硕士

随着数字化技术的不断发展,三维点云凭借其维度上的优势,引起了越来越多研究者的关注,并在地形勘测、工业测量、虚拟现实、机器人等众多领域得到了广泛应用。目前,由于三维激光扫描技术的迅速发展和普及,点云色彩信息的获取已经非常方便... 详细信息

随着数字化技术的不断发展,三维点云凭借其维度上的优势,引起了越来越多研究者的关注,并在地形勘测、工业测量、虚拟现实、机器人等众多领域得到了广泛应用。目前,由于三维激光扫描技术的迅速发展和普及,点云色彩信息的获取已经非常方便,其中包含的纹理或表面反射强度等信息,为点云技术的进一步发展提供了空间。由于目前的点云配准算法大多偏重几何信息,而忽视了色彩纹理信息的利用,存在配准精度或效率方面的不足,且很容易受点云初始位姿的影响。针对上述问题,本文通过引入色彩纹理信息来改善点云配准的效果,主要研究了融合形状与纹理的点云关键点提取、局部特征描述和配准算法,旨在提高点云配准的精度,并保持一定的处理速度。本文主要研究工作如下:(1)针对低曲率的点云模型难以检测关键点的问题,提出一种基于协方差矩阵的点云关键点提取算法,同时提取点云的几何和纹理显著性关键点。首先,利用效率和重复率较好的ISS(Intrinsic Shape Signatures)算法提取仅基于几何特征的关键点;其次,使用相关性更低的点云HSV色彩空间信息,结合点云空间距离权重构建局部邻域内的色彩协方差矩阵,并基于广义方差来度量纹理显著程度,提取候选关键点,最后通过非极大值抑制(Non Maximum Suppression,NMS)算法来筛选出局部区域内特征最显著的关键点。实验表明,该算法能够同时提取几何显著点和纹理显著点,具有更好的可重复性。(2)针对现有点云局部描述符缺乏色彩纹理信息导致特征描述能力不足,以及耗时过长的问题,提出一种基于FPFH(快速点特征直方图)的多特征融合描述符。首先利用FPFH算法提取形状特征;然后为特征邻域内点云建立拓扑结构,利用点对间HSV色彩通道比值提取纹理特征;最后通过特征融合构造描述符,并基于最近邻比值的策略进行特征匹配来评估性能。实验表明,该算法相较其他描述符有效减少了计算量,可以提高彩色点云特征匹配的效率和精度。(3)针对现有点云配准算法在点云几何特征不显著时配准效果差、精度低的问题,在改进的关键点提取和改进的特征描述算法基础上,提出一种融合形状和纹理特征的点云配准方法。首先提取点云表面具有几何和纹理显著性的关键点,再对关键点的形状和纹理进行特征描述,根据特征相似度进行关键点匹配,之后使用随机采样一致性(Random Sample Consensus,RANSAC)算法剔除误匹配和估计位姿矩阵实现粗配准,为后续的精配准提供良好的位姿初值,最后使用彩色ICP配准算法进行精细配准。实验表明,该算法在杂乱、重叠率低和形状特征不显著的彩色点云模型上,具有较好的配准效果。

关键词：点云配准彩色点云点云关键点局部特征描述符特征融合

用于低重叠点云配准任务的强泛化全卷积神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

用于低重叠点云配准任务的强泛化全卷积神经网络

作者：徐嘉伯南昌大学

学位级别：硕士

随着3D信息采集技术的蓬勃发展,3D传感器越来越广泛地应用于科学研究和日常生活中。这些传感器包括激光雷达、RGB-D相机和3D扫描仪等,它们能够获取丰富的几何与比例信息,为人们提供更加全面的物体或环境信息。在自动驾驶、机器人技术和... 详细信息

随着3D信息采集技术的蓬勃发展,3D传感器越来越广泛地应用于科学研究和日常生活中。这些传感器包括激光雷达、RGB-D相机和3D扫描仪等,它们能够获取丰富的几何与比例信息,为人们提供更加全面的物体或环境信息。在自动驾驶、机器人技术和医疗领域等多个领域,三维数据都被广泛地应用。其中,点云是最常见的三维数据形式,它是用于表示物体空间分布和表面特征的点集。国内外许多学者已经提出了众多三维点云处理技术,用于分类、分割、补全和配准等研究。本文基于深度学习理论,对三维点云中的配准问题进行了深入研究。三维点云配准旨在寻找最优的位姿,将两个部分重叠的点云对齐。然而,现有的点云配准模型通常面临两个问题。第一,低重叠场景下的配准任务通常会导致较大的性能损失。第二,大多数深度学习模型的泛化能力相对较弱。为了解决上述问题,本文提出了一种全新的点云配准模型,以获得更好的低重叠配准性能和泛化能力。具体而言,一方面,为了解决低重叠场景中的配准问题,本文提出了一种新的全卷积网络,用于检测位于重叠区域中的超点,并同时在超点处生成特征描述符。这个新网络的目标是检测重叠区域中形状信息显著的关键点。另一方面,本文引入旋转不变卷积策略,为全卷积模型提取的特征描述符赋予旋转不变性,从而提高了特征的泛化性能。本文的方法在3DMatch、3DLo Match、KITTI和ETH数据集上进行了测试,并与最先进的方法进行了比较。实验结果表明,本文的方法可以在低重叠场景下的配准任务中获得最佳性能,并且能在具有不同传感器模态的多个场景中表现出良好的泛化性能。

关键词：三维点云局部特征描述符特征匹配点云配准深度学习

惯性组合导航系统中基于BRISK的快速景象匹配算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光电子．激光 2012年第8期23卷 1589-1596页

作者：许允喜蒋云良陈方湖州师范学院信息与工程学院浙江湖州313000 浙江大学信息与电子工程系浙江杭州310027

针对景象匹配/惯性组合导航系统对景象匹配算法精确性、实时性和鲁棒性的要求,提出惯性组合导航用基于二进制鲁棒不变尺度关键点(BRISK)特征描述符的高精度快速景象匹配算法。首先,结合惯性导航的误差特性设置BRISK特征检测子及描述子参... 详细信息

针对景象匹配/惯性组合导航系统对景象匹配算法精确性、实时性和鲁棒性的要求,提出惯性组合导航用基于二进制鲁棒不变尺度关键点(BRISK)特征描述符的高精度快速景象匹配算法。首先,结合惯性导航的误差特性设置BRISK特征检测子及描述子参数,提取参考图和实测图的BRISK特征和描述符;然后,根据最近邻汉明距离准则获取匹配的BRISK特征点对;最后,利用RANSAC方法和最小二乘算法(LSA),求得位置和航向参数。实验结果表明,本算法具备亚pixel级精度、ms级实时性以及优越的抗噪声、抗光照变化和抗旋转尺度变换能力。

关键词：惯性导航景象匹配二进制鲁棒不变尺度关键点(BRISK) 局部特征描述符

维普期刊数据库