-
题名基于膨胀图卷积与离群点过滤的残缺点云配准
被引量：4
- 1
-
-
作者
孙战里
张玉欣
陈霞
-
机构
安徽大学人工智能学院
安徽大学多模态认知计算安徽省重点实验室
安徽大学电气工程与自动化学院
安徽农业大学信息与计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第22期186-194,共9页
-
基金
国家自然科学基金(61972002)
多模态认知计算安徽省重点实验室(安徽大学)开放课题(MMC202004)。
-
文摘
由于点云在非欧几里德空间中,受到结构不规则、噪声、离群点等不利因素的影响,如何准确配准残缺点云,仍然是一个具有挑战性的任务。针对此任务,提出了一种有效的残缺点云配准网络。为了有效提取局部点云的细粒度特征,设计了一个密集膨胀图卷积模块,通过设置不同的膨胀率增大感受野,该模块中的密集连接形式,能够在有效利用特征的同时,加强特征间的信息传递。在所提出的网络结构中,基于多层感知器的离群点过滤模块,通过利用上下文标准化过滤掉不匹配的点对。在该网络中,匹配点云所需要的转换参数,利用奇异值分解模块获取。在三个广泛使用的数据集ModelNet40、ShapeNetCore与RealData上的实验结果,验证了所提出网络的有效性。
-
关键词
膨胀图卷积
密集连接
离群点过滤
点云配准
-
Keywords
dilated graph convolution
dense connection
outlier filtering
point cloud registration
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
