摘要
本发明公开了基于多模态的不确定性建模与模态对齐的图像点云配准方法,涉及计算机视觉技术领域。本发明包括:接收图像数据及点云数据,并进行预处理;利用预训练的多模态特征提取骨干网络,对图像数据及点云数据进行特征提取,得到图像特征与点云特征,并利用多层自注意力模块和交叉注意力模块对图像特征与点云特征进行交互处理。本发明通过不确定性建模机制,对图像补丁的重要性进行量化,使网络更关注关键区域,减少噪声干扰,且通过分层匹配模块提取多尺度特征,结合动态调整,有效应对透视缩放引起的尺度差异,同时通过设计特征对齐模块实现图像与点云特征的一致性表示,在现有评价体系下使配准效果大大提升。
技术关键词
点云配准方法
多模态
对齐模块
匹配模块
样本
补丁
计算机可执行指令
分层
图像块
ResNet网络
跨模态
RANSAC算法
图像数据分割
网格划分方法
特征金字塔网络
交叉注意力机制
多尺度特征提取
系统为您推荐了相关专利信息
有限元仿真建模
有限元仿真分析
物理性能参数
SVR算法
径向基核函数
指标获取方法
睑板腺
图像
像素点
计算机可执行指令