【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于點(diǎn)云配準(zhǔn)，尤其涉及一種3d視覺點(diǎn)云配準(zhǔn)方法、系統(tǒng)、存儲(chǔ)介質(zhì)和設(shè)備。
技術(shù)介紹
1、近年來，深度學(xué)習(xí)技術(shù)的進(jìn)步為點(diǎn)云配準(zhǔn)帶來了新的機(jī)遇。基于密度注意力機(jī)制的方法能夠自動(dòng)識(shí)別并聚焦于重要特征，提高配準(zhǔn)的精度。同時(shí)，旋轉(zhuǎn)感知技術(shù)可以有效處理不同視角下的數(shù)據(jù)，減少因旋轉(zhuǎn)引起的配準(zhǔn)誤差。結(jié)合這兩種技術(shù)，提出了一種點(diǎn)云配準(zhǔn)方法，有望在提高配準(zhǔn)精度和效率的同時(shí)，增強(qiáng)其在復(fù)雜環(huán)境中的應(yīng)用能力。
2、現(xiàn)有的點(diǎn)云配準(zhǔn)技術(shù)可以實(shí)現(xiàn)點(diǎn)云配準(zhǔn)所需基本功能。專利《基于iss特征點(diǎn)的點(diǎn)云配準(zhǔn)方法及系統(tǒng)》，申請?zhí)朿n202411169993.5，通過歐式距離確定最佳匹配點(diǎn)對，并通過最小二乘法估計(jì)最優(yōu)變換矩陣。
3、專利《一種基于旋轉(zhuǎn)等變網(wǎng)絡(luò)的點(diǎn)云配準(zhǔn)方法及系統(tǒng)》，申請?zhí)朿n202310016404.9，提出構(gòu)建高效且通用的特征學(xué)習(xí)框架，能夠利用旋轉(zhuǎn)不變和so(2)等變特征，提高點(diǎn)對應(yīng)的內(nèi)點(diǎn)率。論文《deep?closest?point:learning?representations?forpoint?cloud?registration》模型由三部分組成：點(diǎn)云嵌入網(wǎng)絡(luò)、結(jié)合指針生成層的基于注意力的模塊用于近似組合匹配，以及可微分的奇異值分解(svd)層用于提取最終的剛性變換。
4、然而在現(xiàn)有技術(shù)中還存在以下缺點(diǎn)：(1)現(xiàn)有方法在使用平面擬合方法處理復(fù)雜或曲面形狀的點(diǎn)云時(shí)，可能無法充分捕捉數(shù)據(jù)的特征，影響配準(zhǔn)效果；(2)對手動(dòng)特征點(diǎn)的檢測或特征描述子的計(jì)算可能對點(diǎn)云的密度和分布敏感，導(dǎo)致在不同場景下的表現(xiàn)不一致
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)針對現(xiàn)有技術(shù)存在的不足，本專利技術(shù)提供了一種3d視覺點(diǎn)云配準(zhǔn)方法，所述方法包括：
2、建立深度學(xué)習(xí)網(wǎng)絡(luò)模型，并將源點(diǎn)云與目標(biāo)點(diǎn)云輸入深度學(xué)習(xí)網(wǎng)絡(luò)模型；
3、向深度學(xué)習(xí)網(wǎng)絡(luò)模型中的主干網(wǎng)絡(luò)引入密度注意力算法，并對源點(diǎn)云和目標(biāo)點(diǎn)云進(jìn)行處理，得到加入權(quán)重后的點(diǎn)云特征；
4、向深度學(xué)習(xí)網(wǎng)絡(luò)模型中引入旋轉(zhuǎn)感知算法，依據(jù)加入權(quán)重后的點(diǎn)云特征，提取旋轉(zhuǎn)參數(shù)；
5、依據(jù)所述旋轉(zhuǎn)參數(shù)，將源點(diǎn)云旋轉(zhuǎn)，得到旋轉(zhuǎn)后的源點(diǎn)云；
6、根據(jù)旋轉(zhuǎn)后的源點(diǎn)云，輸入深度學(xué)習(xí)網(wǎng)絡(luò)模型中的輸出層，輸出計(jì)算結(jié)果；
7、依據(jù)所述計(jì)算結(jié)果，進(jìn)行點(diǎn)云配準(zhǔn)。
8、進(jìn)一步的是，所述作為主干網(wǎng)絡(luò)采用動(dòng)態(tài)圖卷積神經(jīng)網(wǎng)絡(luò)模型；
9、所述輸出層利用svd分解算法輸出計(jì)算結(jié)果。
10、進(jìn)一步的是，所述得到加入權(quán)重后的點(diǎn)云特征，包括：
11、將點(diǎn)云數(shù)據(jù)輸入動(dòng)態(tài)圖卷積神經(jīng)網(wǎng)絡(luò)模型中，采用k-近鄰算法，得到索引，并將索引進(jìn)行維度調(diào)整和擴(kuò)充；
12、利用調(diào)整后的索引提取k最近鄰的點(diǎn)云特征；
13、計(jì)算點(diǎn)云特征的方差已獲得局部密度，并調(diào)整密度信息的形狀；
14、計(jì)算每個(gè)點(diǎn)云的注意力權(quán)重，并將注意力權(quán)重應(yīng)用于所輸入的點(diǎn)云特征中，得到加入權(quán)重后的點(diǎn)云特征。
15、進(jìn)一步的是，所述提取旋轉(zhuǎn)參數(shù)，包括：輸入加入權(quán)重后的點(diǎn)云特征，通過全連接層計(jì)算旋轉(zhuǎn)參數(shù)。
16、進(jìn)一步的是，所述得到旋轉(zhuǎn)后的源點(diǎn)云，包括：
17、將所述旋轉(zhuǎn)參數(shù)重塑為旋轉(zhuǎn)矩陣；
18、根據(jù)旋轉(zhuǎn)矩陣，將源點(diǎn)云進(jìn)行旋轉(zhuǎn)，得到旋轉(zhuǎn)后的源點(diǎn)云。
19、進(jìn)一步的是，所述輸出計(jì)算結(jié)果，包括：
20、將旋轉(zhuǎn)后的源點(diǎn)云輸入所述輸出層中，計(jì)算源點(diǎn)云和目標(biāo)點(diǎn)云的特征之間的相似度；
21、利用密度注意力算法對所述相似度進(jìn)行中心化處理，得到協(xié)方差矩陣；
22、將協(xié)方差矩陣進(jìn)行svd分解，輸出計(jì)算結(jié)果；
23、所述計(jì)算結(jié)果包括：計(jì)算得到的旋轉(zhuǎn)矩陣和平移矩陣。
24、一種3d視覺點(diǎn)云配準(zhǔn)系統(tǒng)，所述系統(tǒng)包括：密度注意力算法模塊、全連接層模塊和旋轉(zhuǎn)感知模塊、輸出模塊和點(diǎn)云配準(zhǔn)模塊。
25、進(jìn)一步的是，所述密度注意力算法模塊，用于提取源點(diǎn)云和目標(biāo)點(diǎn)云特征，計(jì)算密度信息，并為源點(diǎn)云特征和目標(biāo)點(diǎn)云特征分配權(quán)重；
26、所述全連接層模塊，用于計(jì)算密度注意力權(quán)重和旋轉(zhuǎn)參數(shù)；
27、所述旋轉(zhuǎn)感知模塊，用于捕捉點(diǎn)云的全局信息，提取旋轉(zhuǎn)參數(shù)；
28、所述輸出層，用于計(jì)算源點(diǎn)云和目標(biāo)點(diǎn)云的特征之間的相似度，并利用進(jìn)行中心化處理，得到協(xié)方差矩陣，并進(jìn)行svd分解，輸出旋轉(zhuǎn)矩陣和平移矩陣的計(jì)算結(jié)果；
29、所述點(diǎn)云配準(zhǔn)模塊，用于進(jìn)行點(diǎn)云配準(zhǔn)。
30、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)內(nèi)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述任一所述的方法步驟。
31、一種電子設(shè)備，其特征在于，包括處理器、通信接口、存儲(chǔ)器和通信總線，其中，處理器，通信接口和存儲(chǔ)器通過通信總線完成相互間的通信；
32、存儲(chǔ)器，用于存放計(jì)算機(jī)程序；
33、處理器，用于執(zhí)行存儲(chǔ)器上所存放的程序時(shí)，實(shí)現(xiàn)上述任一所述的方法步驟。
34、與現(xiàn)有技術(shù)相比，本專利技術(shù)具有如下優(yōu)點(diǎn)：
35、1、本專利技術(shù)提出了一種基于密度注意力與旋轉(zhuǎn)感知的點(diǎn)云配準(zhǔn)方法，通過密度注意力算法(dens?ityattent?ion)模塊的局部密度計(jì)算和注意力機(jī)制，快速提取重要特征；
36、2、結(jié)合密度注意力機(jī)制，有效識(shí)別關(guān)鍵特征，提高對噪聲和復(fù)雜形狀的魯棒性，確保配準(zhǔn)的準(zhǔn)確性和穩(wěn)定性；
37、3、利用旋轉(zhuǎn)感知(rotat?ionaware)模塊提取旋轉(zhuǎn)參數(shù)，結(jié)合全局最大池化，有效捕捉點(diǎn)云的全局信息，從而提高匹配精度；
38、本專利技術(shù)的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本專利技術(shù)而了解。本專利技術(shù)的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利要求書以及附圖中所指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種3D視覺點(diǎn)云配準(zhǔn)方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述3D視覺點(diǎn)云配準(zhǔn)方法，其特征在于，
3.根據(jù)權(quán)利要求1所述3D視覺點(diǎn)云配準(zhǔn)方法，其特征在于，所述得到加入權(quán)重后的點(diǎn)云特征，包括：
4.根據(jù)權(quán)利要求1所述3D視覺點(diǎn)云配準(zhǔn)方法，其特征在于，所述提取旋轉(zhuǎn)參數(shù)，包括：輸入加入權(quán)重后的點(diǎn)云特征，通過全連接層計(jì)算旋轉(zhuǎn)參數(shù)。
5.根據(jù)權(quán)利要求1所述3D視覺點(diǎn)云配準(zhǔn)方法，其特征在于，所述得到旋轉(zhuǎn)后的源點(diǎn)云，包括：
6.根據(jù)權(quán)利要求1所述3D視覺點(diǎn)云配準(zhǔn)方法，其特征在于，
7.一種3D視覺點(diǎn)云配準(zhǔn)系統(tǒng)，其特征在于，所述系統(tǒng)包括：密度注意力算法模塊、全連接層模塊和旋轉(zhuǎn)感知模塊、輸出模塊和點(diǎn)云配準(zhǔn)模塊。
8.根據(jù)權(quán)利要求7所述3D視覺點(diǎn)云配準(zhǔn)系統(tǒng)，其特征在于，
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)內(nèi)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-6任一所述的方法步驟。
10.一種電子設(shè)備，其特征在于，包括處理器、通信接口、存儲(chǔ)
...【技術(shù)特征摘要】
1.一種3d視覺點(diǎn)云配準(zhǔn)方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述3d視覺點(diǎn)云配準(zhǔn)方法，其特征在于，
3.根據(jù)權(quán)利要求1所述3d視覺點(diǎn)云配準(zhǔn)方法，其特征在于，所述得到加入權(quán)重后的點(diǎn)云特征，包括：
4.根據(jù)權(quán)利要求1所述3d視覺點(diǎn)云配準(zhǔn)方法，其特征在于，所述提取旋轉(zhuǎn)參數(shù)，包括：輸入加入權(quán)重后的點(diǎn)云特征，通過全連接層計(jì)算旋轉(zhuǎn)參數(shù)。
5.根據(jù)權(quán)利要求1所述3d視覺點(diǎn)云配準(zhǔn)方法，其特征在于，所述得到旋轉(zhuǎn)后的源點(diǎn)云，包括：
6.根據(jù)權(quán)利要求1所述3d視覺點(diǎn)云配準(zhǔn)方法...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：林巨廣，章洪潮，
申請(專利權(quán))人：安徽巨一科技股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。