《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于深度学习的零件点云分割算法研究

作者:陈境焕,李海艳*,林景亮 日期:2020-05-21/span> 浏览:1690 查看PDF文档

基于深度学习的零件点云分割算法研究*
陈境焕,李海艳*,林景亮
(广东工业大学 机电工程学院,广州 广东 510006)
摘要:针对目前基于PointNet++的深度学习点云分割框架,对零件点云进行几何面级的分割精度不高的问题,对现有分割框架的采样算法、特征提取、特征传递进行了研究。运用了基于曲率的最远点采样算法,在零件面与面交界处获得了更多的采样点;结合了PointSIFT和PointCNN分割框架,采用了X变换矩阵,让点云特征具有空间转换不变性,SIFT组合选择了不同方向的近邻点进行组合;设计了SIFTX卷积算子,能让网络编码不同方向的点云特征,提升了网络的表征能力从而提高分割精度。研究结果表明:上述方法能提高零件点云面要素分割的精度和mIoU值。
关键词:深度学习;点云分割;空间转换不变性

中图分类号:TP242.6         文献标识码:A         文章编号:1001-4551(2020)03-0326-06


本文引用格式:
陈境焕,李海艳,林景亮.基于深度学习的零件点云分割算法研究[J].机电工程,2020,37(3):326-331.
CHEN Jing-huan, LI Hai-yan, LIN Jing-liang. Part point cloud segmentation algorithm based on deep learning[J].Journal of Mechanical & Electrical Engineering, 2020,37(3):326-331.
《机电工程》杂志:http://www.meem.com.cn



友情链接

浙江机械信息网