【技术实现步骤摘要】
本专利技术涉及三维点云特征提取，尤其涉及基于特征分离和聚合的旋转不变点云特征提取方法。
技术介绍
1、近年来，诸如激光雷达、激光扫描仪和深度摄像头等3d视觉传感器技术的进步显著扩大了3d场景数据的可达性。因此，这些数据广泛应用于包括自动驾驶、三维重建和智能机器人在内的多个领域。3d场景数据的普遍格式通常以3d无序点云的形式呈现。因此，从这种点云中熟练地解释场景内容对于下游应用变得至关重要。
2、虽然深度学习已被广泛应用于与图像相关的视觉信号处理，但必须注意点云与图像在数学上是基本不同的集合，这引入了诸如置换不变性和旋转不变性等独特要求。因为点云中的点缺乏预定的顺序，置换不变性要求点云网络对所有可能的排列提供一致的输出。处理置换不变性的主流做法通常涉及使用诸如最大池化的对称函数或利用像transformer这样的网络架构。
3、尽管现有的工作有效地解决了排列不变性，但当涉及到实现旋转不变性时，挑战显著加剧，这意味着在三维空间中对点云进行旋转时，对点云的分析或解释保持一致。为了应对这一挑战，一种常见的方法是通过大量随...
【技术保护点】
1.基于特征分离和聚合的旋转不变点云特征提取方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于特征分离和聚合的旋转不变点云特征提取方法，其特征在于，所述S2中，根据各个点云在原坐标系中的坐标，通过主成分分析法，获得各个点云在局部坐标系中的坐标，具体包括：
3.根据权利要求2所述的基于特征分离和聚合的旋转不变点云特征提取方法，其特征在于，所述S3中，基于各个点云在局部坐标系中的坐标，通过多层感知机分别对每组点组进行形状特征提取，得到各点云的形状特征，将各个点云在局部坐标系中的坐标全部输入所述多层感知机，得到各点云的d维形状特征
4....
【技术特征摘要】
1.基于特征分离和聚合的旋转不变点云特征提取方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于特征分离和聚合的旋转不变点云特征提取方法，其特征在于，所述s2中，根据各个点云在原坐标系中的坐标，通过主成分分析法，获得各个点云在局部坐标系中的坐标，具体包括：
3.根据权利要求2所述的基于特征分离和聚合的旋转不变点云特征提取方法，其特征在于，所述s3中，基于各个点云在局部坐标系中的坐标，通过多层感知机分别对每组点组进行形状特征提取，得到各点云的形状特征，将各个点云在局部坐标系中的坐标全部输入所述多层感知机，得到各点云的d维形状特征。
4.根据权利要求3所述的基于特征分离和聚合的旋转不变点云特征提取方法，其特征在于，所述姿态特征包括旋转特征和平移特征；
5.根据权利要求4所述的基于特征分离和聚合的旋转不变点云特征提取方法，其特征在于，所述旋转特征的计算公...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。