| 基于深度学习的刚体点云配准变换参数预测 |
| |
| 引用本文： | 左文艳,王明. 基于深度学习的刚体点云配准变换参数预测[J]. 工业控制计算机, 2022, 35(3): 100-101. DOI: 10.3969/j.issn.1001-182X.2022.03.038 |
| |
| 作者姓名： | 左文艳 王明 |
| |
| 作者单位： | 江苏联合职业技术学院镇江分院机电工程系,江苏 镇江 212016,镇江市高等专科学校现代教育技术中心,江苏 镇江 212028 |
| |
| 基金项目： | 镇江市社会发展指导性项目（FZ2019061）； |
| |
| 摘 要： | 随着激光雷达、立体相机和结构光传感器等点云数据采集设备的发展,点云配准在计算机视觉和机器人技术领域引起了广泛关注.参数变换预测作为点云配准的关键步骤之一,寻找一个较好的预测方法可以有效地提高配准的精度.使用深度学习TensorFlow框架构建前馈神经网络,充分分析点云提取地全局特征,从全局特征中自适应学习变换参数,代替...
|
| 关 键 词： | 深度学习 TensorFlow 前馈神经网络 点云配准 变换参数预测 |
Transformation Parameters Prediction of Rigid Body Point Cloud Registration Based on Deep Learning |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
