检索结果-南通市图书馆

检索条件"主题词=形状关系卷积神经网络"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于形状关系卷积神经网络的三维点云分类与分割技术

基于形状关系卷积神经网络的三维点云分类与分割技术

引用

作者：梁攀上海工程技术大学

学位级别：硕士

近年来,深度相机、三维激光扫描仪、激光雷达等三维数据采集设备在机器人感知、无人驾驶、虚拟现实等三维感知领域有非常广泛的应用。此外,越来越多计算机视觉领域的学者把目光转到了以三维点云为研究对象的三维感知领域中。而三维点云... 详细信息

近年来,深度相机、三维激光扫描仪、激光雷达等三维数据采集设备在机器人感知、无人驾驶、虚拟现实等三维感知领域有非常广泛的应用。此外,越来越多计算机视觉领域的学者把目光转到了以三维点云为研究对象的三维感知领域中。而三维点云的分类与分割是三维感知领域的相关技术中最为基础且最为关键的任务,为三维场景理解与智能分析奠定了基础。因此,提高三维点云分类与分割技术的整体性能具有重要的实际应用意义。由于三维点云的数据结构具有无序性和非结构化的特点,在利用深度学习方法对三维点云进行分类识别与语义分割时仍然面临着诸多困难和挑战。本文针对三维点云分类任务的特点与三维点云分割任务的难点,分别提出了基于形状关系卷积神经网络(RS-CNN)的三维点云分类技术与基于注意力机制的三维点云分割技术。基于RS-CNN的三维点云分类技术,主要针对RS-CNN分类网络模型在提取三维点云的局部特征时,忽略了三维点云每个点的特征对分类算法的影响,且没有考虑有利于分类任务的全局关系特征。因此,本文提出了特征融合卷积运算符用于将每个点特征有效的融合到局部特征中。此外,本文还提出了全局关系推理模块,通过对各个局部区域进行全局关系推理以捕获能够对三维点云进行总体概括的全局关系特征。然后,本文基于RS-CNN的分类网络架构,针对三维点云分类任务的特点设计了基于RS-CNN的三维点云分类网络模型。最后,在三维点云分类数据集Model Net40上进行实验验证与分析。实验结果表明,与其他三维点云分类算法相比,本文所设计的分类网络模型在包含多种物体的三维点云分类数据集上,达到了较高的分类准确率。此外,还通过实验证明了所提出的特征融合卷积与全局关系推理模块的有效性。为提高三维点云数据分割的准确性与鲁棒性,本文基于RS-CNN分类网络的思想,提出了基于注意力机制的三维点云分割算法。通过使用注意力机制优化特征融合卷积,使优化后的基于注意力机制的特征融合卷积能有效提高局部区域的表征能力。此外,本文还设计了全局特征融合模块,用于将全局关系特征与各个局部区域的特征进行融合。然后,参考二维图像语义分割的网络结构搭建了基于注意力机制的三维点云分割网络模型,该网络模型由编码器、解码器以及跳跃连接组成。实验表明,该网络模型提高了三维点云分割的准确率,同时显著降低了模型的参数规模,达到了提高模型性能的目的。本文以三维点云作为直接处理对象,提出了基于RS-CNN的三维点云分类网络和基于注意力机制的三维点云分割网络,并通过实验对这两个网络模型进行了验证。本文的研究丰富了三维点云分类与分割技术的理论知识,为实际应用拓宽了道路。

关键词：形状关系卷积神经网络三维点云分类三维点云分割特征融合卷积

来源：

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：