摘要
本公开提供一种基于卷积神经网络的点云分片下采样方法、系统、电子设备及存储介质,以解决采样算法切片内聚合度差,无法实现对整个点云完全覆盖导致采样后点云质量差的问题。所述方法包括:获取三维点云数据,设定划分的切片数,根据切片数初始化簇中心,将每个数据进行划分;重新计算新的簇中心,按照预设的标准对部分数据点进行重新划分;重复上述步骤,直到算法满足终止条件,得到待处理点云切片;将得到的待处理点云切片送入下采样网络,得到下采样后的点云切片;将下采样后的点云切片,拼接成完整的下采样点云。本公开可以生成更加逼真的下采样点云。
技术关键词
下采样方法
三维点云数据
分片
切片点云
网络
输出特征
无序点云
可读存储介质
算法
采样系统
处理器
拼接模块
矩阵
电子设备
采样模块
点分配
存储器
系统为您推荐了相关专利信息
图像异常检测方法
编码器特征
热力图
学生
特征提取网络
协同设计方法
光谱仪
重构光谱
物理
联合损失函数
缺失数据填补方法
双向长短期记忆
卷积神经网络学习
强化学习算法
长短期记忆神经网络
热力管道
扩展卡尔曼滤波
调控方法
分区模型
长输管道