一种基于学习采样的部分对应点云配准方法
基本信息
申请号 | CN202110475788.1 | 申请日 | - |
公开(公告)号 | CN113192112A | 公开(公告)日 | 2021-07-30 |
申请公布号 | CN113192112A | 申请公布日 | 2021-07-30 |
分类号 | G06T7/33;G06N3/04;G06N3/08 | 分类 | 计算;推算;计数; |
发明人 | 宋亚楠;沈卫明;陈刚 | 申请(专利权)人 | 浙江大学计算机创新技术研究院 |
代理机构 | 杭州求是专利事务所有限公司 | 代理人 | 林超 |
地址 | 311200 浙江省杭州市萧山区宁围街道市心北路857号383室 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于学习采样的部分对应点云配准方法。使用特征提取网络提取部分对应点云各自的高维特征,在所提取特征基础上预测匹配锚点,接着在原始点云中选择与预测锚点最近的点作为原始点云的采样匹配点,并以这些最近点的高维特征作为采样匹配点的特征;将采样匹配点特征输入到非局部操作模块获得点云之间的虚拟匹配关系;最后用奇异值分解获得两片部分对应点云之间的旋转变换和平移变换参数。本发明方法能有效处理不完全匹配点云之间的对应关系,而且通过在线学习的方式采样点云中的关键匹配点,避免了非对应点对匹配关系的干扰,对点云缺失、高噪声等复杂环境具有较强的适用性。 |
