| 基于Light-BotNet的激光點云分類研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：735 K | |
| 標簽： 點云特征圖像 BotNet Transform | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：三維點云在機器人與自動駕駛中都有著普遍的應(yīng)用，深度學習在二維圖像上的研究成果顯著，但是如何利用深度學習識別不規(guī)則的三維點云，仍然是一個開放性的問題。目前大場景點云自身數(shù)據(jù)的復雜性，點云掃描距離的變化造成點的分布不均勻，噪聲和異常點引起的挑戰(zhàn)性依然存在。針對于現(xiàn)有的深度學習網(wǎng)絡(luò)框架對于激光點云數(shù)據(jù)的分類效率不高以及分類精度低的問題，提出一種基于激光點云特征圖像與Light-BotNet相結(jié)合的CNN-Transform框架。該框架在于通過對點云數(shù)據(jù)進行特征提取，以相鄰的特征點構(gòu)造點云特征圖像作為網(wǎng)絡(luò)框架的輸入，最后以Light-BotNet為網(wǎng)絡(luò)框架模型進行點云分類訓練。實驗結(jié)果表明，該方法與現(xiàn)有的多數(shù)點云分類方法相比，能夠較好地提升激光點云的分類效率以及分類精度。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2