首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于类别融合的三维点云数据检索方法、装置及计算机设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中煤华晋集团有限公司;中煤(天津)地下工程智能研究院有限公司

摘要:本发明属于计算机视觉技术领域,涉及一种基于类别融合的三维点云数据检索方法、装置及计算机设备;所述方法包括采集原始的三维点云数据,利用最远点采样法抽取出部分三维点云数据;采用预先联合训练后的增强器对抽取出的三维点云数据进行增强处理;将抽取的三维点云数据和增强的三维点云数据输入到预先联合训练后的特征编码器中,提取出三维点云数据的全局特征;采用预先联合训练后的分类器对全局特征进行分类处理,得到三维点云数据的分类特征并反馈至增强器;将三维点云数据的分类特征与数据库中预存的同一类别的分类特征按照特征距离进行排序,输出数据库中排名靠前的三维点云数据作为检索结果。本发明能够有效提高三维点云数据的检索准确性。

主权项:1.一种基于类别融合的三维点云数据检索方法,其特征在于,所述方法包括:采集原始的三维点云数据,并利用最远点采样法抽取出部分三维点云数据;采用预先联合训练后的增强器对抽取出的三维点云数据进行增强处理;预先联合训练的过程包括:输入具有类别标签的三维点云数据,并采用最远点采样法抽取出第一训练样本;利用增强器对所述第一训练样本进行增强处理,并获得第二训练样本;将第一训练样本和第二训练样本输入到特征编码器中,提取出训练样本的全局特征;采用分类器对训练样本的全局特征进行分类处理,得到训练样本的分类特征,将该分类特征联合训练样本真实的类别标签计算出增强器损失,并反馈至增强器以更新增强器,并组成增强器、特征编码器和分类器的闭环模型;计算出闭环模型的联合损失,当所述联合损失收敛时,更新所述增强器、特征编码器以及分类器,其中,所述闭环模型的联合损失包括增强器损失LA,以及特征编码器与分类器所构成的类别融合的特征提取损失LF,表示为L=LA+LF,L表示联合损失;增强器进行增强处理的过程包括提取出三维点云数据的逐点特征,对所述逐点特征进行全局池化得到特征向量;使用噪声向量与特征向量进行连接,并通过多层感知机网络得到可学习的点变换矩阵;使用噪声矩阵与逐点特征和特征向量进行连接,并通过多层感知机网络得到可学习的点位移矩阵,利用可学习的点变换矩阵和点位移矩阵得到增强后的三维点云数据;将该分类特征联合训练样本真实的类别标签计算出增强器损失,并反馈至增强器以更新增强器具体包括将第一训练样本P和采用增强器生成增强的第二训练样本P',输入特征编码器和分类器得到最后的分类特征;通过分类特征计算出第一训练样本P和第二训练样本P'分别对应的交叉熵损失LP和LP',并计算出增强器损失,利用所述增强器损失反向更新增强器中多层感知机网络的可学习参数,并自适应调整可学习的点变换矩阵和可学习的点位移矩阵;将抽取的三维点云数据和增强的三维点云数据输入到预先联合训练后的特征编码器中,提取出三维点云数据的全局特征;采用预先联合训练后的分类器对所述全局特征进行分类处理,得到三维点云数据的分类特征并反馈至增强器中以更新增强器;将三维点云数据的分类特征与数据库中预存的同一类别的分类特征按照特征距离进行排序,输出数据库中排名靠前的三维点云数据作为检索结果。

全文数据:

权利要求:

百度查询: 中煤华晋集团有限公司 中煤(天津)地下工程智能研究院有限公司 基于类别融合的三维点云数据检索方法、装置及计算机设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。