摘要
本发明提供一种自监督双分支拓扑感知关键点检测的方法,涉及三关键点检测技术领域。本发明采用双分支架构设计,一个分支生成骨架点坐标,一个分支生成骨骼球估计的中心点坐标,在两个分支之间计算匹配损失,综合考虑了物体的全局拓扑信息和局部拓扑信息,提升了关键点的表征能力。本发明采用旋转对点云数据进行变换,使得物体在旋转、降采样和有噪声的真实场景中,仍然能估计出具有语义一致性和几何一致性的关键点;采用基于先验的图编码器预测骨架点,并且通过可训练模块优化插值点位置,提升了骨架对全局拓扑的表征能力。
技术关键词
关键点检测方法
分支
点云信息
多层感知机层
物体
矩阵
拓扑结构信息
预测编码器
数据
KNN算法
形状先验
自动编码器
骨架球
特征提取器
坐标
注意力机制
模块
语义
系统为您推荐了相关专利信息
热成像
视觉识别系统
AI摄像头
可见光图像
识别模组
神经网络处理器
动态存储器
神经网络推理
人工智能芯片
电路块
预防青少年近视
监测预警系统
双通道注意力
噪声频谱
延缓青少年近视
计算机设备
稳定极值区域
图像分割模型
荧光
图像识别方法
图像畸变矫正方法
物体表面图像
像素点
网格模型
序列