[发明专利]基于高次项参考曲面学习的点云特征提取方法、分类方法和分割方法有效
| 申请号： | 202111075882.4 | 申请日： | 2021-09-14 |
| 公开（公告）号： | CN113807233B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 孙铁成;刘光辉;陈云开;李茹;刘博谦;刘帅成;朱树元 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06V20/64 | 分类号： | G06V20/64;G06V10/44;G06V10/82;G06V10/26;G06V10/764;G06N3/045;G06N3/0464;G06N3/047;G06N3/048 |
| 代理公司： | 电子科技大学专利中心 51203 | 代理人： | 周刘英 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于高次项参考曲面学习的点云特征提取方法、分类方法和分割方法，属于计算机视觉领域。本发明将点云坐标转化为点云与全局参考曲面的相对位置关系，这种关系同时隐含了局部和全局信息。即，若参考曲面所对应的函数值均为零，则表示该三维表面在这些局部点云附近是实际三维物体的一个组成部分，表征了点云数据的局部信息；若参考曲面所对应的函数值不等于零，则函数值与点到曲面的距离相关，其表征了点相对于全局三维曲面的信息，即全局特征。进而可以有效聚合三维点云数据的局部和全局信息，从而有利于三维物体的语义特征提取。进而基于所提取的特征完成对待分类的点云数据的三维物体分类和三维物体语义分割处理。 | ||
| 搜索关键词： | 基于 高次项 参考 曲面 学习 特征 提取 方法 分类 分割 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/202111075882.4/，转载请声明来源钻瓜专利网。
