中国学术期刊网络出版总库
  关闭
基于卷积神经网络的点云配准方法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Point Cloud Registration Based on Convolutional Neural Network
【下载频次】 ★★★★★
【作者】 舒程珣; 何云涛; 孙庆科;
【英文作者】 Shu Chengxun; He Yuntao; Sun Qingke; School of Electronics and Information Engineering; Beijing University of Aeronautics and Astronautics; Hebei Far-East Communication System Engineering Co.; Ltd.;
【作者单位】 北京航空航天大学电子信息工程学院; 河北远东通信系统工程有限公司;
【文献出处】 激光与光电子学进展 , Laser & Optoelectronics Progress, 编辑部邮箱 2017年 03期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 图像处理; 点云配准; 深度学习; 卷积神经网络; 深度图像;
【英文关键词】 image processing; point cloud registration; deep learning; convolutional neural network; depth image;
【摘要】 点云配准是三维点云信息处理中的重要问题。传统点云配准方法计算量大,不利于实时计算与移动计算。针对传统点云配准方法存在的问题,提出了一种利用卷积神经网络进行点云配准的方法。首先计算点云的深度图像,利用卷积神经网络提取深度图像对的特征差,将深度图像对的特征差作为全连接网络的输入并计算点云配准参数,迭代地执行上述操作直至配准误差小于可接受阈值。实验结果表明,相比传统的点云配准方法,基于卷积神经网络的点云配准方法具有所需计算量小、配准效率高、对噪声点和异常点不敏感的优点。
【英文摘要】 Point cloud registration is an important issue in 3Dinformation processing.The traditional point cloud registration needs a huge amount of computation,thus it is not suitable for real-time and mobile computation.In order to solve the problem of traditional point cloud registration method,a method based on convolutional neural network is proposed.The depth image of point cloud is calculated and the differential feature vector of depth images extracted by the convolutional neural network is regarded as input ...
【基金】 上海航天创新基金SAST(2015090)
【更新日期】 2017-04-05
【分类号】 TP391.41;TP183
【正文快照】 在机器视觉领域,点云配准是指通过空间变换使得两片点云在同一坐标系中对齐的过程。随着三维(3D)扫描和3D打印技术的发展,实物的三维模型在工程中所扮演的角色越来越重要。受测量条件的限制,扫描物体表面往往需要多次测量才能够完成。由于多次测量时,通常无法有效估计测量设备?

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      模式识别与装置
       图像识别及其装置

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     人工神经网络与计算
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号