| 基于Light-BotNet的激光點云分類研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>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用，深度學習在二維圖像上的研究成果顯著，但是如何利用深度學習識別不規則的三維點云，仍然是一個開放性的問題。目前大場景點云自身數據的復雜性，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性依然存在。針對于現有的深度學習網絡框架對于激光點云數據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相結合的CNN-Transform框架。該框架在于通過對點云數據進行特征提取，以相鄰的特征點構造點云特征圖像作為網絡框架的輸入，最后以Light-BotNet為網絡框架模型進行點云分類訓練。實驗結果表明，該方法與現有的多數點云分類方法相比，能夠較好地提升激光點云的分類效率以及分類精度。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2