[发明专利]一种视图及点云融合的立体视觉内容分类方法与系统

摘要

本申请公开了一种视图及点云融合的立体视觉内容分类方法与系统，其中，该分类方法包括：步骤1，获取待分类物的点云数据和对应的多张检测图像；步骤2，根据神经网络模型，提取点云数据对应的整体特征描述子集合，以及检测图像对应的高维特征向量集合；步骤3，根据正则化函数，计算整体特征描述子集合与高维特征向量集合中任一高维特征向量的关系分数，以及高维特征向量对应的视图增强特征；步骤4，根据整体特征描述子集合和视图增强特征，构建融合网络模型，并结合关系分数，生成待分类物的统一特征表征。通过本申请中的技术方案，直接在特征抽取层面对点云和多视图数据进行有效融合，实现了对立体物体的高效表征和分类。

主权项

1.一种视图及点云融合的立体视觉内容分类方法，其特征在于，所述分类方法包括：步骤1，获取待分类物的点云数据和对应的多张检测图像；步骤2，根据神经网络模型，提取所述点云数据对应的整体特征描述子集合，以及所述检测图像对应的高维特征向量集合；步骤3，根据正则化函数，计算所述整体特征描述子集合与所述高维特征向量集合中任一高维特征向量的关系分数，以及所述高维特征向量对应的视图增强特征，其中，所述关系分数的计算公式为：RS_i＝ξ(g_θ(p,v_i))，式中，RS_i为所述关系分数，v_i为所述高维特征向量，i＝1，2，…，n，n为正整数，p为所述整体特征描述子集合，g_θ(·)为神经网络中的多层感知模型，ξ(·)为所述正则化函数；步骤4，根据所述整体特征描述子集合和所述视图增强特征，构建融合网络模型，并结合所述关系分数，生成待分类物的统一特征表征。