[發(fā)明專利]一種基于特征復用的點云卷積神經(jīng)網(wǎng)絡

有效

• 申請?zhí)枺?/td>: 202010148731.6
• 申請日: 2020-03-05
• 公開（公告）號: CN111414941B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 劉厚德;阮見;張鄭;王學謙;朱曉俊;梁斌
• 申請（專利權）人: 清華大學深圳國際研究生院
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 深圳新創(chuàng)友知識產(chǎn)權代理有限公司 44223
• 代理人: 江耀純

1.一種基于特征復用的點云卷積神經(jīng)網(wǎng)絡，其特征在于：包括w個并行的點云特征提取單元、一池化層和若干全連接層，w個并行的點云特征提取單元的輸入是w組原始點云、輸出共同連接至所述池化層的輸入端，若干全連接層串聯(lián)，所述池化層的輸出端連接于第一個全連接層的輸入端；

在每個點云特征提取單元中：包含N個采樣模塊和N-1個特征復用模塊，N≥2，其中，第1個采樣模塊之后串聯(lián)第2個采樣模塊，從第2個采樣模塊開始的后N-1個采樣模塊與所述N-1個特征復用模塊按先后順序交替串聯(lián)，所述先后順序是指采樣模塊在前、特征復用模塊在后；各采樣模塊用于對各自的輸入以采樣的方式進行特征提取，各特征復用模塊用于對各自的輸入進行特征疊加復用，其中，第一個采樣模塊的輸入為原始點云，第二個采樣模塊的輸入為第一個采樣模塊的輸出，后面N-2個采樣模塊的輸入分別為與之相鄰的前一個特征復用模塊的輸出；每個特征復用模塊的輸入包含該特征復用模塊之前的所有采樣模塊的輸出；每個特征復用模塊包含依次串聯(lián)的一BatchNormal層、一激活函數(shù)層、一卷積層和一最大池化層，其中，所述卷積層用于對特征復用模塊輸入的特征進行維度調(diào)整后拼接，并通過最大池化層進行輸出，實現(xiàn)對輸入特征的疊加復用；每個特征復用模塊的卷積層的通道數(shù)與輸入的特征數(shù)一致；

所述池化層對w個點云特征提取單元最終輸出的w組特征按預設條件進行過濾；

所述若干全連接層對所述池化層過濾后所篩選出的特征進行連接，將維度降至與所要分類的物體數(shù)目相等的特征維度數(shù)，最終輸出物體分類結果。

2.如權利要求1所述的基于特征復用的點云卷積神經(jīng)網(wǎng)絡，其特征在于：所述采樣模塊包含依次串聯(lián)的采樣層、劃分層和PointNet層。

3.如權利要求1所述的基于特征復用的點云卷積神經(jīng)網(wǎng)絡，其特征在于：所述池化層采用最大池化或求和池化的方式進行特征過濾。