摘要
本发明涉及一种基于点对特征卷积的低重叠点云配准方法及设备。首先,提出一种可以提取旋转不变特征的编码器,增强网络在旋转较大情况下的性能。其次,提出一种聚合全局特征的方法,改善了性能受卷积层感受野大小影响的局限性,使网络识别点云重叠部分的能力更强。通过两者结合,研究和探索出一种基于点对特征卷积的低重叠点云配准方法。
技术关键词
三维点云配准方法
特征描述符
多层感知机层
解码器
点对特征
语义特征
密集特征
编码器
分支
样本
K近邻方法
融合特征
深度学习网络
后处理方法
抽样方法
处理器
邻居
系统为您推荐了相关专利信息
解译方法
合成孔径雷达影像
深度神经网络
多源融合
编码器
多模态信息融合
视频生成方法
去噪模型
生成图像特征
语义