基于神经网络的3D点云模型识别的方法
打开文本图片集
摘 要:针对点云的三维模型识别方法缺乏局部空间特征,从而影响3D模型的类识别的问题,提出一种基于残差模块的卷积神经网络三维模型识别方法。通过引入残差模块,构建深层神经网络增强点云模型的局部信息,提高物体的识别精度。同时,采用了一种获取多尺度局部空间信息的策略,加快了模型的推理能力。实验证明,算法识别准确率达到了91.5%,加快了模型的推理速度,可应用于对点云模型识别有实时性要求的场景,如:流水线上物体的检测等。(剩余10897字)
网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。