龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：武汉大学
摘要：本发明提供一种利用图神经网络和互相向量一致性的端到端三维点云配准方法，对部分重叠的点云进行配准。该方法主要包括四步：第一步，准备训练数据；第二步，搭建用于点云配准的端到端深度神经网络；第三步，对网络进行训练，第四步，将训练好的网络应用于实际配准中。其中端到端深度神经网络主要包括局部特征提取器，图神经网络层，以及互相向一致性模块。本发明在点云局部特征提取的基础上，增加了基于自我注意力和交叉注意力的特征聚合，使得提取的特征更具有辨识力。此外，本发明利用互相向量一致性对点云匹配结果进行修正，可以进一步剔除外点，获得更准确的匹配结果。
主权项：1.一种端到端三维点云配准方法，其特征在于，包括以下步骤：步骤1，训练样本数据和待配准数据的准备；步骤2，端到端深度神经网络的搭建，包括以下子步骤；步骤2.1，点云局部特征提取，使用共享权值的局部特征提取器分别为源点云X和目标点云Y提取局部特征描述符，和N1和N2分别代表X和Y中点的数量；步骤2.2，基于图神经网络的特征聚合，得到最终用于匹配的特征描述符，进一步获得初始软对应矩阵初始软对应矩阵表示两个点云的点之间的初始匹配概率；步骤2.3，基于互相向量一致性的匹配结果修正，即对初始软对应矩阵进行修正获得最终对应矩阵M；步骤3，利用步骤1中的训练样本数据对步骤2搭建的深度神经网络进行训练；步骤4，将待配准的两个点云输入到训练好的深度神经网络中，得到最终对应矩阵，利用最终对应矩阵求解得到最终的刚性变换矩阵{R,t}，利用最终的刚性变换矩阵{R,t}实现点云的配准，其中R表示旋转矩阵，t表示平移向量。
全文数据：
权利要求：
百度查询： 武汉大学 一种端到端三维点云配准方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号