-
题名基于注意力机制的传感器标定算法
- 1
-
-
作者
张志强
熊风光
孔煜
申超凡
胡明月
-
机构
中北大学计算机科学与技术学院
山西省发展和改革委员会山西省视觉信息处理及智能机器人工程研究中心
中北大学机器视觉与虚拟现实山西省重点实验室
-
出处
《计算机工程与设计》
北大核心
2025年第5期1494-1502,共9页
-
基金
国家自然科学基金项目(62272426、62106238)
山西省科技重大专项计划“揭榜挂帅”基金项目(202201150401021)
+1 种基金
山西省自然科学基金项目(202203021212138、202303021211153、202203021222027)
山西省科技成果转化引导专项基金项目(202104021301055)。
-
文摘
针对传感器标定算法当中存在的特征提取不充分、跨模态特征关联不可靠的问题,提出一种基于注意力机制的传感器标定算法。融合多尺度特征信息,增强特征的语义信息;利用注意力模块进行不同模态间的特征关联,完成特征匹配;通过参数回归模块计算旋转和平移参数,获得预测的外部参数,代表初始外在参数和真实外在参数的误差。实验结果表明,提出的算法比RegNet等方法具有更好的标定性能和泛化能力,特别是平移预测的误差平均值相较于对比方法中最好的结果提升了2.03 cm的精度。
-
关键词
三维点云
RGB图像
深度学习
外部标定
激光雷达
刚体变换
注意力机制
-
Keywords
3D point cloud
RGB image
deep learning
extrinsic calibration
lidar
rigid transformation
attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自注意力和曲率的点云生成对抗网络
- 2
-
-
作者
申超凡
熊风光
孔煜
张志强
胡明月
-
机构
中北大学计算机科学与技术学院
山西省发展和改革委员会山西省视觉信息处理及智能机器人工程研究中心
中北大学机器视觉与虚拟现实山西省重点实验室
-
出处
《计算机工程与设计》
北大核心
2025年第7期1890-1897,共8页
-
基金
国家自然科学基金项目(62272426、62106238)
山西省科技重大专项计划“揭榜挂帅”基金项目(202201150401021)
+1 种基金
山西省自然科学基金项目(202203021212138、202303021211153、202203021222027)
山西省科技成果转化引导专项基金项目(202104021301055)。
-
文摘
为生成更精细的三维点云数据,提高模型的训练效率,研究生成对抗网络在三维领域的应用,提出一种基于自注意力和曲率的点云生成对抗网络。该模型能够更好捕捉点云数据的全局和局部特征,提高生成器生成真实点云数据的能力。通过对比实验验证了提出方法的有效性,相比目前最优的几个GAN模型,JSD、MMD和COV这3类指标均得到了改善。实验结果表明,所提方法在点云生成任务中取得了明显改进,为点云数据生成领域的研究和应用提供了一种思路和方法。
-
关键词
三维点云
深度学习
生成对抗网络
生成模型
注意力机制
曲率
概率分布
-
Keywords
3D point cloud
deep learning
generative adversarial network
generative model
attention mechanism
curvature
probability distribution
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名多特征提取与匹配矩阵驱动的点云配准
被引量：2
- 3
-
-
作者
刘磊
熊风光
尹宇慧
郭锐
薛红新
韩燮
-
机构
中北大学计算机科学与技术学院
山西省发展和改革委员会
-
出处
《计算机工程与设计》
北大核心
2023年第5期1419-1426,共8页
-
基金
国家自然科学基金项目(62106238)
山西省自然科学基金项目(201901D111150)
+2 种基金
山西省自然科学基金项目(201901D111149)
山西省回国留学人员科研基金项目(2020-113)
山西省科技成果转化引导专项基金项目(202104021301055)。
-
文摘
针对三维点云配准时容易受到噪声、奇异值等不利因素影响的问题,提出一种多特征提取与匹配矩阵驱动的点云配准方法。利用多特征提取模块提取稳健的关键点和关键点的局部几何特征;分别计算出关键点的特征匹配矩阵和空间匹配矩阵,并对二者进行融合,提高正确匹配点对的概率;在前两方法的驱动下,利用加权奇异值分解计算点云间的刚体变换矩阵,降低噪声和奇异值等因素对配准的影响。实验结果表明,所提方法与现有的点云配准方法相比,具有更高的配准精度和较强的鲁棒性。
-
关键词
三维点云
多特征提取
局部几何特征
匹配矩阵
匹配点对
加权奇异值分解
刚体变换
-
Keywords
3D point cloud
multiple feature extraction
local geometric features
matching matrix
match point pair
weighted singular value decomposition
rigid transformation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
