摘要
本发明涉及一种多尺度动态连接的三维点云配准方法,属于计算机视觉与三维数据处理技术领域。本发明为了提取局部和全局特征,设计了多尺度动态连接接模块来提取点云不同尺度的局部特征以及全局特征。为了进一步增强点云间的特征融合能力,采用循环注意力模块,将两个点云的特征进行融合,生成混合特征。本发明能够有效地捕捉点云的局部和全局特征,确保点云数据的丰富表达。同时,循环注意力的引入,增强了点云间的特征融合能力,进一步提高了配准的准确性和鲁棒性。本发明提出的一种多尺度动态连接的三维点云配准方法,使用深度学习的技术实现了点云之间的配准,具有较高的准确率与鲁棒性,具有较好的应用价值。
技术关键词
三维点云配准方法
注意力
多尺度
融合特征
动态
三维数据处理技术
点云特征
svd算法
误差
模块
近邻算法
多层感知机
鲁棒性
坐标
协方差矩阵
计算机视觉
输出特征
系统为您推荐了相关专利信息
自动化税务申报
分布式数据库
区块链存证
复核系统
动态规则引擎
漏洞检测方法
多尺度特征提取
分类器
程序依赖图
软件漏洞检测技术
特征提取模型
无人机
细粒度特征
高斯滤波器
特征选择
胶囊网络模型
实体分类方法
综合管廊
文本
隶属度函数