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(guī)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(shù)據(jù)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(zhàn)性依然存在,。針對于現(xiàn)有的深度學習網(wǎng)絡框架對于激光點云數(shù)據(jù)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(shù)據(jù)進行特征提取,，以相鄰的特征點構造點云特征圖像作為網(wǎng)絡框架的輸入，最后以Light-BotNet為網(wǎng)絡框架模型進行點云分類訓練,。實驗結果表明,，該方法與現(xiàn)有的多數(shù)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(xiàn)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,。