摘要
本申请公开了基于点云密度自适应上采样的三维异常检测方法及装置,涉及三维异常检测技术领域,包括:采集待检测产品的多模态样本;多模态样本包括RGB图像模态和待处理点云模态;RGB图像模态和待处理点云模态在像素上一一映射;采用预设密度自适应技术对待处理点云模态进行点云密度均匀性改善操作,得到目标点云模态;基于目标点云模态以及RGB图像模态分别进行样本特征向量的提取,以得到对应的若干点云模态特征向量以及若干图像模态特征向量;基于预设特征模板库中的特征向量信息,并利用各点云模态特征向量以及各图像模态特征向量确定与待检测产品对应的异常检测结果。这样能够改善多模态样本中的点云模态的密度不均匀情况。
技术关键词
点云密度
多模态
异常检测方法
特征模板
上采样
样本
图像
深度神经网络
局部特征描述子
异常检测装置
邻域
坐标系
点云局部
异常检测技术
像素
神经网络模型
系统为您推荐了相关专利信息
一体化分析系统
访问时长
检测网络节点
会话日志
多模态
动态障碍物
多模态传感器
机器人运动轨迹
分布式模型预测控制
避障路径
无人机巡检系统
数据处理模块
数据采集模块
无人机飞行路径
远程控制终端
教学管理方法
图谱
PageRank算法
个性化学习路径
教学动作
多模态数据处理方法
海洋环境数据
深度学习算法
高维特征向量
多源数据采集系统