摘要
本发明公开了一种点云估计模型的训练方法、物体体积测量方法及装置,包括:获取待训练图像和点云信息,并确定每个点云投影在待训练图像中的二维坐标信息;基于待训练图像、任一点云的三维坐标信息和二维坐标信息,以及待估计位置的二维坐标信息,训练点云估计模型,待估计位置是在待训练图像中选取的期望估计点云信息的位置。本发明基于待训练图像、点云的三维坐标信息和二维坐标信息以及待估计位置的二维坐标信息,训练点云估计模型,模型能够捕捉到图像的全局特征和点云的局部特征,提高模型后续预测点云信息的准确性。并且利用点云估计模型生成指定区域位置的点云信息,不需要漫长的点云搜集过程,提高点云数据采集的效率。
技术关键词
点云信息
前馈神经网络
三维坐标信息
物体体积测量方法
特征提取模块
查询特征
键值
点云特征
注意力
图像编码
点云数据采集
六面体
训练装置
级联
系统为您推荐了相关专利信息
条件生成对抗网络
点云特征
特征融合方法
特征融合系统
图像
音频特征信息
编码器
计算机程序指令
时域音频信号
传播算法
多维特征向量
信道状态参数
特征提取模块
数据采集模块
执行盲检测
遥感图像去噪方法
图像增强模块
特征提取模块
噪声图像
输出特征
深度学习模型
注意力
模型压缩方法
学生
深度学习框架