[发明专利]一种基于局部边缘特征增强的点云分类方法有效
| 申请号： | 201910884261.7 | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110569926B | 公开（公告）日： | 2021-06-08 |
| 发明（设计）人： | 吴晓群;朱慧 | 申请（专利权）人： | 北京工商大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人： | 王民盛 |
| 地址： | 100048*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于局部边缘特征增强的点云分类方法，属于计算机图形学、计算机视觉与模式识别技术领域。包括：S1、选用公共数据集并划分训练集和验证集；S2、对训练集中每个点云模型采样并对采样中心点构建局部区域；S3、对局部区域中的点提取边缘特征，池化后得到采样中心点的特征；S4、对采样中心点再次采样并对得到的二次采样中心点构建局部区域；S5、对步骤S4得到的局部区域中的点提取边缘特征，池化后得到二次采样中心点的特征；S6、提取点云模型的全局特征；S7、全局特征通过全连接层，实现点云模型的特征提取及分类。所述方法更聚焦于如何快速清晰地表达局部区域内各点之间的几何关系有助于提高分类任务的点云识别质量。 | ||
| 搜索关键词： | 一种 基于 局部 边缘 特征 增强 分类 方法 | ||
【主权项】：
1.一种基于局部边缘特征增强的点云分类方法，其特征在于：包括以下步骤：/n步骤S1、选用公共数据集并从数据集得到所需数量的点云模型作为原始点云数据，再基于该原始点云数据划分训练集和验证集，初始化结果集1和结果集2为空；/n其中，从公共数据集中选取S个点云模型作为训练集，T个点云模型作为测试集，共包括K类，且所述S个及T个点云模型中的每一个点云模型均属于K类中的一类；/n步骤S2、对训练集中的一个点云模型进行采样，并基于得到的采样中心点构建并输出M1个局部区域；/n其中，S个点云模型中的一个点云模型用{x
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北京工商大学，未经北京工商大学许可，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/201910884261.7/，转载请声明来源钻瓜专利网。
