摘要
本发明属于点云检测技术领域,具体涉及一种基于超类的点云关键点检测方法及其检测系统。步骤1:生成超类别点云的特征;步骤2:构建孪生网络模型,对其中的点云关键点检测采用MHSCPD算法;步骤3:对步骤2构建的孪生网络模型进行训练,实现点云关键点检测;所述步骤2具体为,在特征空间中利用MHSC的超类别的多头分类机制根据现有的点云在特征空间中的分布情况,自适应的选择虚拟超类锚点进行聚类,根据同类之间的私有特征调整同类特征差异较大的样本之间的距离。本发明可以大幅提升点云关键点检测方法的精度,同时具有更优秀的鲁棒性。
技术关键词
关键点检测方法
分类机制
网络模型训练
点云
关键点检测算法
超参数
可读存储介质
聚类
处理器
样本
模块
计算机设备
检测头
存储器
鲁棒性
数据
系统为您推荐了相关专利信息
机载激光雷达点云
机载相机
特征提取单元
测绘工程技术
地形特征点
钢筋桁架楼承板
BIM三维模型
三维点云数据
图像采集模块
无人机
点云配准方法
特征提取模块
卷积核函数
公路工程集料
匹配模块
三维点云数据
多尺度特征提取
旋转关节
特征提取模块
机器人末端执行器