[发明专利]一种基于多尺度特征学习的三维点云标记方法和装置有效
| 申请号： | 201810861713.5 | 申请日： | 2018-08-01 |
| 公开（公告）号： | CN109034077B | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 马燕新;鲁敏;张国云;郭裕兰;雷印杰 | 申请（专利权）人： | 湖南拓视觉信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 王文红 |
| 地址： | 410000 湖南省长沙市*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种基于多尺度特征学习的三维点云标记方法和装置，所述方法包括获取待标记的三维点云数据集，并提取该三维点云数据中各点的多维特征形成点云特征矩阵；将所述点云特征矩阵作为多尺度特征学习网络的输入以计算所述三维点云数据集中的各点的多尺度空间特征；将所述多尺度空间特征输入多层感知器中以实现对三维点云中各点的属性标记。本发明能够有效提高点云数据标记的标记精度。 | ||
| 搜索关键词： | 一种 基于 尺度 特征 学习 三维 标记 方法 装置 | ||
【主权项】：
1.一种基于多尺度特征学习的三维点云标记方法，其特征在于，所述方法包括：获取待标记的三维点云数据集，并提取该三维点云数据中各点的多维特征形成点云特征矩阵；将所述点云特征矩阵作为多尺度特征学习网络的输入以计算所述三维点云数据集中的各点的多尺度空间特征；将所述多尺度空间特征输入多层感知器中以实现对三维点云中各点的属性标记。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南拓视觉信息技术有限公司，未经湖南拓视觉信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810861713.5/，转载请声明来源钻瓜专利网。
