[發明專利]一種點云、體素和多視圖融合的深度學習方法有效
| 申請號： | 202010897101.9 | 申請日： | 2020-08-31 |
| 公開（公告）號： | CN111951368B | 公開（公告）日： | 2023-08-08 |
| 發明（設計）人： | 唐可可;陳禹宏;顧釗銓;田志宏;殷麗華;李默涵;李樹棟;仇晶;韓偉紅 | 申請（專利權）人： | 廣州大學 |
| 主分類號： | G06T15/00 | 分類號： | G06T15/00;G06T15/08;G06N3/0464;G06V10/80 |
| 代理公司： | 廣州三環專利商標代理有限公司 44202 | 代理人： | 顏希文;郝傳鑫 |
| 地址： | 510006 廣東省廣*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 視圖 融合 深度 學習方法 | ||
1.一種點云、體素和多視圖融合的深度學習方法，其特征在于：包括如下步驟：
步驟一：設定輸入為一幀的全部點云數據的集合；
步驟二：提取在每個點上的單個點特征；
步驟三：將點云進行歸一化處理，然后進行體素化操作，生成體素網格，進而提取體素特征；
步驟四：得到體素的多個2D視圖放入ResNet網絡中提取點云視圖特征；
步驟五：投影層將點云視圖特征投影到原體素網格中；
步驟六：將體素特征和投影到原體素網格的點云視圖特征一起進行降體素操作，把體素特征和投影到原體素網格的點云視圖特征返還給點云；
步驟七：將點云的單個點特征、返還給點云的體素特征和點云視圖特征進行融合；
所述步驟三中，將點云進行歸一化處理主要把點云歸一化到(0,1)區間內；
所述步驟三中，進行體素化操作后的體素網格為：
其中，歸一化后的點云為為點云的坐標；fk為點云的特征，Vu,v,w,c是體素化后的體素網格，其中u,v,w為體素坐標,c為體素特征，體素大小由分辨率r控制，fk,c表示與pk相對應的第c個信道特征，Nu,v,w是歸一化因子,即落在該體素網格中的點的個數。
2.根據權利要求1所述的一種點云、體素和多視圖融合的深度學習方法，其特征在于：所述單個點特征的提取采用多層感知機進行提取。
3.根據權利要求1所述的一種點云、體素和多視圖融合的深度學習方法，其特征在于：所述步驟三中，提取體素特征的方法為將體素放入3DCNN中提取。
4.根據權利要求1所述的一種點云、體素和多視圖融合的深度學習方法，其特征在于：所述步驟四中，2D視圖的獲取方法為：將體素用12個“虛擬相機”包圍，每隔30度產生一個2D視角渲染圖，即2D視圖。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于廣州大學，未經廣州大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010897101.9/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種電路板白油成型方法
- 下一篇：一種鐵路聯鎖信號管理系統
