基于卷积神经网络的非等效点云分割方法

作     者：代璐 汪俊亮 陈治宇 鲍劲松 张洁 DAI Lu;WANG Junliang;CHEN Zhiyu;BAO Jinsong;ZHANG Jie a;b

作者机构：东华大学机械工程学院上海201620 东华大学智能制造研究所上海201620 

基　　金：国家自然科学基金重点资助项目(51435009) 

出 版 物：《东华大学学报（自然科学版）》 (Journal of Donghua University(Natural Science))

年 卷 期：2019年第45卷第6期

页      码：862-868页

摘      要：针对点云分割中的非等效性,提出基于CNN(convolutional neural network)的点云分割神经网络NEPN(non-equivalent point network),在设计网络随机抽样层与MaxPooling层解决点云数量与顺序多变的基础上,引入经惩罚函数作用后的距离矩阵对各点分类误差进行加权,优化模型训练损失计算方法,强化分割面邻近点的误差反馈,实现点云区域分割。试验结果表明,该方法分割精度优于PointNet方法,可有效解决非等效点云分割问题。

主 题 词：点云分割 卷积神经网络 非等效性 惩罚函数 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

馆 藏 号：203871966...