-
公开(公告)号：CN113658236A
公开(公告)日：2021-11-16
申请号：CN202110918646.8
申请日：2021-08-11
Applicant: 浙江大学计算机创新技术研究院
IPC: G06T7/33
Abstract: 本发明公开了一种基于图注意力机制的残缺点云配准方法。构建残缺点云配准网络并训练，利用残缺点云配准网络对待测物体的目标点云和源点云处理获得旋转变换和平移变换结果，进而变换实现点云配准；使用多层感知机网络提取残缺点云的高维特征，使用图注意力机制增强这些高维特征对点云空间结构信息的捕获能力和对关键匹配点的注意力，在全连接层获得的残缺点云各自高维特征基础上构建点云虚拟匹配对应点；使用奇异值分解获得点云间的旋转变换和平移变换。本发明方法能够有效解决不完整对应残缺点云之间的配准问题，能提升配准算法对关键配准点的注意力，避免非对应点的干扰，对点云缺失、高噪声、任意初始对应位置等复杂环境具有较强的适用性。
-
公开(公告)号：CN113658236B
公开(公告)日：2023-10-24
申请号：CN202110918646.8
申请日：2021-08-11
Applicant: 浙江大学计算机创新技术研究院
IPC: G06T7/33
Abstract: 本发明公开了一种基于图注意力机制的残缺点云配准方法。构建残缺点云配准网络并训练，利用残缺点云配准网络对待测物体的目标点云和源点云处理获得旋转变换和平移变换结果，进而变换实现点云配准；使用多层感知机网络提取残缺点云的高维特征，使用图注意力机制增强这些高维特征对点云空间结构信息的捕获能力和对关键匹配点的注意力，在全连接层获得的残缺点云各自高维特征基础上构建点云虚拟匹配对应点；使用奇异值分解获得点云间的旋转变换和平移变换。本发明方法能够有效解决不完整对应残缺点云之间的配准问题，能提升配准算法对关键配准点的注意力，避免非对应点的干扰，对点云缺失、高噪声、任意初始对应位置等复杂环境具有较强的适用性。
-
公开(公告)号：CN114663514B
公开(公告)日：2022-08-23
申请号：CN202210574035.0
申请日：2022-05-25
Applicant: 浙江大学计算机创新技术研究院
Abstract: 本发明公开了一种基于多模态稠密融合网络的物体6D姿态估计方法。将物体的RGB图像和点云输入物体6D姿态估计网络训练和预测获得旋转和平移变换结果；网络中用卷积神经网络提取物体表面特征，对物体表面特征截取后再与物体几何特征拼接融合成局部模态稠密融合特征，输入下一多层感知机获取物体几何特征，融合得全局多模态稠密融合特征，再输入到实例分割关键点处理模块得目标关键点，结合最远点采样得采样关键点，通过奇异值分解获得6D姿态信息。本发明方法能够充分利用物体的RGB信息和深度信息，两种模态信息的相互补充融合能有效提高网络对相似物体的姿态判别能力，对噪声、遮挡、低纹理等复杂环境具有较强的适应性。
-
公开(公告)号：CN114663514A
公开(公告)日：2022-06-24
申请号：CN202210574035.0
申请日：2022-05-25
Applicant: 浙江大学计算机创新技术研究院
Abstract: 本发明公开了一种基于多模态稠密融合网络的物体6D姿态估计方法。将物体的RGB图像和点云输入物体6D姿态估计网络训练和预测获得旋转和平移变换结果；网络中用卷积神经网络提取物体表面特征，对物体表面特征截取后再与物体几何特征拼接融合成局部模态稠密融合特征，输入下一多层感知机获取物体几何特征，融合得全局多模态稠密融合特征，再输入到实例分割关键点处理模块得目标关键点，结合最远点采样得采样关键点，通过奇异值分解获得6D姿态信息。本发明方法能够充分利用物体的RGB信息和深度信息，两种模态信息的相互补充融合能有效提高网络对相似物体的姿态判别能力，对噪声、遮挡、低纹理等复杂环境具有较强的适应性。
-
-
-
Search Results
4
records
(took 0.025 seconds)
