基于Light-BotNet的激光點云分類研究
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：735 K
標簽： 點云特征圖像 BotNet Transform
所需積分：0分積分不夠怎么辦？
文檔介紹：三維點云在機器人與自動駕駛中都有著普遍的應(yīng)用，深度學(xué)習(xí)在二維圖像上的研究成果顯著，但是如何利用深度學(xué)習(xí)識別不規(guī)則的三維點云，仍然是一個開放性的問題。目前大場景點云自身數(shù)據(jù)的復(fù)雜性，點云掃描距離的變化造成點的分布不均勻，噪聲和異常點引起的挑戰(zhàn)性依然存在。針對于現(xiàn)有的深度學(xué)習(xí)網(wǎng)絡(luò)框架對于激光點云數(shù)據(jù)的分類效率不高以及分類精度低的問題，提出一種基于激光點云特征圖像與Light-BotNet相結(jié)合的CNN-Transform框架。該框架在于通過對點云數(shù)據(jù)進行特征提取，以相鄰的特征點構(gòu)造點云特征圖像作為網(wǎng)絡(luò)框架的輸入，最后以Light-BotNet為網(wǎng)絡(luò)框架模型進行點云分類訓(xùn)練。實驗結(jié)果表明，該方法與現(xiàn)有的多數(shù)點云分類方法相比，能夠較好地提升激光點云的分類效率以及分類精度。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。