期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
RPMNet++:结合Copula去噪模块的双向注意力点云配准网络
1
作者
陈睿星
吴军
+3 位作者
赵雪梅
徐刚
罗瀛
王海舰
《计算机辅助设计与图形学学报》
北大核心
2025年第6期944-960,共17页
针对点云实际获取存在噪声干扰,密度差异及遮挡等问题,为了提高复杂场景,非理想样本条件下的点云配准精度,提出一种结合Copula去噪模块的双向注意力点云配准网络RPMNet++.首先构建Copula去噪模块,以邻域数据点具有相似特征这一假设为基...
针对点云实际获取存在噪声干扰,密度差异及遮挡等问题,为了提高复杂场景,非理想样本条件下的点云配准精度,提出一种结合Copula去噪模块的双向注意力点云配准网络RPMNet++.首先构建Copula去噪模块,以邻域数据点具有相似特征这一假设为基础,通过卷积神经网络提取点云特征,计算肯德尔相关系数τ和Clayton Copula分布函数,并保留正相关的内点,滤除负相关的噪声点,缓解噪声干扰导致的特征偏差,参数估计误差和对应点关系误判等问题;然后在双向注意力机制下尽显局部特征学习,将双向注意力明确分为采样点到邻域点注意力和邻域点到中心点注意力2部分,综合两者并结合邻域特征编码增强对采样点特征及其邻域空间相关性的学习,以利于从去噪后稀疏的、局部结构不完善的点云中有效地提取数据特征,在保证邻域相关性特征完整的同时,提高网络对点云数据局部细粒度特征的学习能力.点云配准实验结果表明,在ModelNet40数据集上,与RPM-Net相比, RPMNet++对各向同性平均旋转误差和平移误差的提升效果显著,分别在无噪声数据集,噪声数据集和部分可见的噪声数据集上下降(0.026, 0.001),(0.267 0, 0.001 9)和(0.560, 0.007);在斯坦福3D数据集上,与7种跨源配准算法相比, RPMNet++均能达到最优,并具有良好的泛化性能与应用价值.
展开更多
关键词
点云配准
卷积神经网络
Copula去噪
自注意力机制
在线阅读
下载PDF
职称材料
提高机器人识别机率的线性推动策略
2
作者
赵有港
张宏
+2 位作者
徐刚
许允款
曾晶
《计算机工程与设计》
北大核心
2023年第4期1242-1249,共8页
针对机器人工业抓取场景中,堆叠的工件相互遮挡,难以识别的问题,提出一种基于聚类网格法的自适应线性推动策略AC-Grid。融合二维图像与点云高度渲染信息,根据抓取场景内工件的散乱堆叠情况分析出可靠的几何特征,为机器人优化出一条合理...
针对机器人工业抓取场景中,堆叠的工件相互遮挡,难以识别的问题,提出一种基于聚类网格法的自适应线性推动策略AC-Grid。融合二维图像与点云高度渲染信息,根据抓取场景内工件的散乱堆叠情况分析出可靠的几何特征,为机器人优化出一条合理有效的工件推动路线。在V-REP仿真环境中制作80组“PushTD”系列的模拟场景数据集,对比实验结果表明,AC-Grid推动策略在仿真场景下最高能使平均目标匹配识别度提高至39.6%,在实际场景中能达到16.4%,在不同场景中均能起到显著分离和目标识别度提升的作用。
展开更多
关键词
机器人抓取
聚类网格
推动策略
图像处理
目标分离
目标识别
模拟场景数据集
在线阅读
下载PDF
职称材料
题名
RPMNet++:结合Copula去噪模块的双向注意力点云配准网络
1
作者
陈睿星
吴军
赵雪梅
徐刚
罗瀛
王海舰
机构
桂林电子科技大学电子
工程
与自动化
学院
中国科学院宁波材料技术与工程研究所计算机视觉实验室
出处
《计算机辅助设计与图形学学报》
北大核心
2025年第6期944-960,共17页
基金
国家自然科学基金(42361071,42261061)
广西重点研发项目(AB22035048)
广西研究生教育创新计划(YCBZ2023136,YCBZ2024165)。
文摘
针对点云实际获取存在噪声干扰,密度差异及遮挡等问题,为了提高复杂场景,非理想样本条件下的点云配准精度,提出一种结合Copula去噪模块的双向注意力点云配准网络RPMNet++.首先构建Copula去噪模块,以邻域数据点具有相似特征这一假设为基础,通过卷积神经网络提取点云特征,计算肯德尔相关系数τ和Clayton Copula分布函数,并保留正相关的内点,滤除负相关的噪声点,缓解噪声干扰导致的特征偏差,参数估计误差和对应点关系误判等问题;然后在双向注意力机制下尽显局部特征学习,将双向注意力明确分为采样点到邻域点注意力和邻域点到中心点注意力2部分,综合两者并结合邻域特征编码增强对采样点特征及其邻域空间相关性的学习,以利于从去噪后稀疏的、局部结构不完善的点云中有效地提取数据特征,在保证邻域相关性特征完整的同时,提高网络对点云数据局部细粒度特征的学习能力.点云配准实验结果表明,在ModelNet40数据集上,与RPM-Net相比, RPMNet++对各向同性平均旋转误差和平移误差的提升效果显著,分别在无噪声数据集,噪声数据集和部分可见的噪声数据集上下降(0.026, 0.001),(0.267 0, 0.001 9)和(0.560, 0.007);在斯坦福3D数据集上,与7种跨源配准算法相比, RPMNet++均能达到最优,并具有良好的泛化性能与应用价值.
关键词
点云配准
卷积神经网络
Copula去噪
自注意力机制
Keywords
point cloud registration
convolutional neural networks(CNN)
copula denoising
self-attention mechanism
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
提高机器人识别机率的线性推动策略
2
作者
赵有港
张宏
徐刚
许允款
曾晶
机构
太原科技大学机械
工程
学院
中国科学院宁波材料技术与工程研究所计算机视觉实验室
出处
《计算机工程与设计》
北大核心
2023年第4期1242-1249,共8页
基金
宁波市科技创新2025重大专项基金项目(2020Z013)。
文摘
针对机器人工业抓取场景中,堆叠的工件相互遮挡,难以识别的问题,提出一种基于聚类网格法的自适应线性推动策略AC-Grid。融合二维图像与点云高度渲染信息,根据抓取场景内工件的散乱堆叠情况分析出可靠的几何特征,为机器人优化出一条合理有效的工件推动路线。在V-REP仿真环境中制作80组“PushTD”系列的模拟场景数据集,对比实验结果表明,AC-Grid推动策略在仿真场景下最高能使平均目标匹配识别度提高至39.6%,在实际场景中能达到16.4%,在不同场景中均能起到显著分离和目标识别度提升的作用。
关键词
机器人抓取
聚类网格
推动策略
图像处理
目标分离
目标识别
模拟场景数据集
Keywords
robot grabbing
clustering grid
pushing strategy
image processing
target separation
target recognition
simulation scene datasets
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
RPMNet++:结合Copula去噪模块的双向注意力点云配准网络
陈睿星
吴军
赵雪梅
徐刚
罗瀛
王海舰
《计算机辅助设计与图形学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
提高机器人识别机率的线性推动策略
赵有港
张宏
徐刚
许允款
曾晶
《计算机工程与设计》
北大核心
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
