CN114612660B 一种基于多特征融合点云分割的三维建模方法 （浙江工业大学）_第1页
CN114612660B 一种基于多特征融合点云分割的三维建模方法 （浙江工业大学）_第2页
CN114612660B 一种基于多特征融合点云分割的三维建模方法 （浙江工业大学）_第3页
CN114612660B 一种基于多特征融合点云分割的三维建模方法 （浙江工业大学）_第4页
CN114612660B 一种基于多特征融合点云分割的三维建模方法 （浙江工业大学）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于多特征融合点云分割的三维建模一种基于多特征融合点云分割的三维建模1-5中提取的点云特征经过由多层感知器组成的2步骤5：通过局部特征聚合描述符VLAD进一步提取步步骤6：将步骤1-5中提取的点云特征经过由多层感其中R表示输入向量，n×dk与m×dk代表输入s3′多头图注意力机制的输出是多注意特征和多图特所述步骤5中，使用每个点的低级几何描述符和视觉词汇表之间的关系来描述高级语将m1个聚类中心作为局部特征聚合描述符VLAD的参数，给定n1个二维45量的值组合成三维点云的邻接向量X，通过自注意力机制层中的编码器聚合局部和全局信h(xi,θ)6[0044]本发明将3D点云经过双注意力机制和VLAD的处理，提取出的特征进行连接和聚[0048]图4为本发明局部特征聚合描述符(VLAD)中的聚集中心和每个点的低级几何描述78h(xi,θ)9[0084]因为每个点仅与几个聚类中心密切相关。为了控制VLAD[0086]top-k一方面完成不同聚类中心之间的重叠，并控制VLAD模块的输出与输入具有[0089]如图5所示，本发明中的点云分割网络框架图，DAMLayer是一个双重注意机制模[0093]本发明将3D点云经过双注意力机制和VLAD的处理，提取出的特征进行连接和聚合，最后经过3层感知器的全连接层得到最终的分割结果。该发明在公共数据集ModelNet

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论