基于三维卷积神经网络的点云配准方法[CN201810342590.4] - 浙江工业大学

专利申请

2018-04-17
公布公告

2018-09-28
授权日期

2021-11-23
终止

2028-09-25

基于三维卷积神经网络的点云配准方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201810342590.4 申请日期： 2018-04-17 专利主类别： G06T7/33 {{ classMap["G06T7/33"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区朝晖六区潮王路18号

专利分类项目

G06T7/33 : 使用基于特征的方法

G06N3/04 : 体系结构，例如，互连拓扑

G06T17/00 : 用于计算机制图的3D建模

专利注册信息

初审公告期号	2018-04-17	初审公告日期	2018-09-28
注册公告期号	2021-11-23	注册公告日期	2021-11-23
专用权期限	2018-09-28 - 2028-09-25	专利类型	发明公开
代理组织机构	杭州斯可睿专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种基于三维卷积神经网络的点云配准方法，包括如下步骤：第一步：获取训练点云模型和待配准目标点云模型，计算其在观测方向上的深度图像；第二步：构建三维卷积神经网络模型，设定训练参数和损失函数，使用获取的数据集来训练网络，得到训练好的三维卷积神经网络模型；第三步：通过训练好的三维卷积神经网络模型来提取目标模型两视角下点云的特征点；第四步：根据提取到的特征点结合配准算法来计算两视角点云之间的配准参数。本发明具有良好的鲁棒性，可以在低分辨率、遮挡等条件不同的情况下准确的提取出点云的特征点。

法律进度