-
题名面向三维特征描述子的自适应二进制简化方法
被引量：1
- 1
-
-
作者
刘双元
郑王里
林云汉
-
机构
武汉科技大学计算机科学与技术学院
智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)
国网电力科学研究院有限公司
-
出处
《计算机应用》
CSCD
北大核心
2021年第7期2062-2069,共8页
-
基金
湖北省自然科学基金青年项目(2020CFB116)
湖北省教育厅科学研究计划中青年人才项目(Q20191108)。
-
文摘
在三维(3D)局部特征描述子研究中,准确度、匹配时间以及内存消耗存在此消彼长的问题。针对上述问题,基于统计理论中的标准差原理提出一种面向3D特征描述子的自适应二进制简化方法。首先,通过改变简化模型中二值化单元长度和标准差个数来生成不同的二进制特征描述子;然后,将它们应用到当前被广泛使用的基于签名的方向直方图(SHOT)描述子中,并通过实验确定最优的二值化单元长度和标准差个数的组合;最后,将最优组合下的简化描述子命名为SD-SHOT。实验结果表明,与未进行简化的SHOT描述子相比,SD-SHOT在关键点匹配时间上减少为原来的1/15,内存占有率降低为原来的1/32;与现有主流简化方法如B-SHOT等相比,SD-SHOT的性能达到了综合最优水平。此外,在由五种不同类别的物体构成的实际机器人分拣场景中验证了所提方法的有效性。
-
关键词
自适应二进制方法
三维特征描述子
三维物体识别
点云
物体分拣
-
Keywords
adaptive binary method
3-Dimensional(3D)feature descriptor
3-Dimensional(3D)object recognition
point cloud
object sorting
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
