公开(公告)号：CN114581718B

公开(公告)日：2025-04-01

申请号：CN202210233977.2

申请日：2022-03-10

Applicant: 中北大学

Inventor： 况立群 ,  万嘉龙 ,  熊风光 ,  韩慧妍 ,  杨晓文 ,  张元 ,  韩燮 ,  庞敏 ,  薛红新 ,  王爽 ,  孙福盛 ,  郭磊

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G01S13/86 ,  G06V20/64

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种融合持久同调的三维点云分类方法，为解决当前三维点云分类技术中缺乏对点云拓扑特征进行表征的问题，本发明在现有基于神经网络的点云分类技术PointNet++基础上，进一步引入代数拓扑学中的持久同调方法进行点云分类。首先，构建点云witness单纯复形拓扑结构，从贝蒂数和持久图两个方面量化点云的持久同调拓扑特征。其次，定义一个基于持久同调的损失函数，据此对三维点云分类的网络模型进行训练学习，得到神经网络模型各项参数。最后，利用训练好的卷积神经网络，进行三维点云的分类任务。测试结果显示，本发明显著提升了点云分类准确率。

公开(公告)号：CN114581718A

公开(公告)日：2022-06-03

申请号：CN202210233977.2

申请日：2022-03-10

Applicant: 中北大学

Inventor： 况立群 ,  万嘉龙 ,  熊风光 ,  韩慧妍 ,  杨晓文 ,  张元 ,  韩燮 ,  庞敏 ,  薛红新 ,  王爽 ,  孙福盛 ,  郭磊

IPC: G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01S13/86

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种融合持久同调的三维点云分类方法，为解决当前三维点云分类技术中缺乏对点云拓扑特征进行表征的问题，本发明在现有基于神经网络的点云分类技术PointNet++基础上，进一步引入代数拓扑学中的持久同调方法进行点云分类。首先，构建点云witness单纯复形拓扑结构，从贝蒂数和持久图两个方面量化点云的持久同调拓扑特征。其次，定义一个基于持久同调的损失函数，据此对三维点云分类的网络模型进行训练学习，得到神经网络模型各项参数。最后，利用训练好的卷积神经网络，进行三维点云的分类任务。测试结果显示，本发明显著提升了点云分类准确率。